为什么统计字符个数容易出错
统计字符个数是编程和日常办公中的高频操作，但结果常与预期不符。核心原因有三类：编码差异、字符定义不同、统计范围不明确。
比如“你好”在 UTF-8 下占 6 字节，但只有 2 个字符；换行符 \n 和 \r\n 在不同系统下计数不同；Emoji 表情可能由多个码点组成，按“字符”还是“字节”统计结果差异巨大。
编程中的字符统计
Python
Python 3 的 len() 按 Unicode 码点计数：
len(“你好”) # 2
len(“hello”) # 5
len(“😀”) # 1（单个码点）
len(“👨👩👧”) # 5（家庭 Emoji 由多个码点加连接符组成）
若需按显示宽度或字节统计，需用 len(s.encode('utf-8')) 或第三方库如 wcwidth。
JavaScript
JS 的 String.length 按 UTF-16 码元计数，BMP 外字符会算作 2：
“你好”.length // 2
“😀”.length // 2（代理对）
[… “😀”].length // 1（展开为码点）
要按码点统计，用 Array.from(str).length 或 for...of 遍历。
Java
Java 的 String.length() 同样按 UTF-16 码元，codePointCount() 才按码点：
“😀”.length(); // 2
“😀”.codePointCount(0, 2); // 1
Excel 与办公软件
Excel 有两个函数：
LEN()：按字符计数，中文和英文都算 1。LENB()：按字节计数，中文算 2（取决于系统区域设置）。
若单元格含换行符，LEN() 会把换行符算进去。要去除换行影响，可用 LEN(SUBSTITUTE(A1,CHAR(10),""))。
WPS 和 Excel 对全角空格、不间断空格的处理也可能不同，统计前建议先清洗数据。
在线工具怎么选
搜索“字符统计”会出现大量在线工具，选择时注意三点：
- 是否区分字节与字符：好的工具会同时显示字符数、字节数、行数、单词数。
- 是否处理 Emoji：能正确识别 Emoji 为 1 个字符的工具更可靠。
- 是否本地处理：涉及敏感文本时，优先选纯前端工具，避免内容上传服务器。
常见避坑清单
- 明确统计单位：字符、字节、码点还是显示宽度。
- 统一换行符：跨平台文本先统一为
\n再统计。 - 警惕组合字符：带声调的字母、Emoji 组合序列可能被拆开计数。
- 测试边界用例：空字符串、纯空格、混合中英文、特殊符号。
- 数据库字段长度限制常按字符计，但底层存储按字节，建表时需确认。
统计字符个数没有“万能公式”，关键是根据场景选对口径。写代码时优先用语言提供的码点级 API，办公场景先用 LEN 再按需清洗，在线工具则看它是否公开统计规则。
