Lodash源码阅读-stringSize能够正确处理包含 Unicode 字符的字符串，确保对于包含表情符号、变音符号

Lodash 源码阅读-stringSize

概述

stringSize 是 Lodash 内部的工具函数，用于获取字符串中的字符数量。它能够正确处理包含 Unicode 字符的字符串，确保对于包含表情符号、变音符号或其他特殊 Unicode 字符的字符串也能返回准确的字符数量，而不仅仅是 JavaScript 原生 length 属性返回的代码单元数。

前置学习

依赖函数

hasUnicode：检测字符串是否包含 Unicode 字符（如表情符号、变音符号等）
unicodeSize：计算包含 Unicode 字符的字符串中实际字符数量
asciiSize：计算 ASCII 字符串的长度，实际上是 baseProperty('length') 的别名

技术知识

Unicode 字符编码：理解 UTF-16 编码和代理对（surrogate pairs）
JavaScript 字符串处理：了解 JavaScript 如何处理 Unicode 字符串
正则表达式：了解如何使用正则表达式匹配 Unicode 字符
高阶函数：理解返回函数的函数

源码实现

function stringSize(string) {
  return hasUnicode(string) ? unicodeSize(string) : asciiSize(string);
}

实现思路

stringSize 函数的实现思路清晰简洁：

首先使用 hasUnicode 检查输入字符串是否包含 Unicode 字符
如果包含 Unicode 字符，调用专门的 unicodeSize 函数计算字符数量
如果只包含 ASCII 字符，使用性能更好的 asciiSize 函数（即直接返回字符串的 length 属性值）

这种实现采用了条件分发的策略，根据字符串的特性选择最合适的处理方法，既保证了结果的准确性，又优化了性能。

源码解析

1. 核心实现逻辑

stringSize 函数通过三元运算符实现了条件分发的逻辑：

function stringSize(string) {
  return hasUnicode(string) ? unicodeSize(string) : asciiSize(string);
}

这种结构使代码非常清晰：检查字符串特性，然后选择合适的处理函数。这也是 Lodash 中常见的性能优化模式：先检查简单情况，再处理复杂情况。

2. 依赖函数分析

stringSize 主要依赖三个函数，每个函数都有特定的职责：

① hasUnicode 函数

这个函数判断字符串是否包含 Unicode 字符。它使用专门设计的正则表达式来检测各种 Unicode 字符，包括零宽连接符、星座平面字符、组合标记和变体选择符等。它的判断结果决定了后续使用哪个函数计算字符串长度。

② unicodeSize 函数

当字符串包含 Unicode 字符时，使用这个函数计算实际字符数量。它通过正则表达式迭代匹配所有 Unicode 字符，确保能正确计算复杂 Unicode 序列（如表情符号）的数量。

③ asciiSize 函数

当字符串只包含 ASCII 字符时，使用这个更高效的函数获取长度。它是 baseProperty('length') 的结果，简单地返回字符串的 length 属性值。

3. 在 size 函数中的应用

stringSize 主要在 Lodash 的 size 函数中使用，用于计算字符串的大小：

function size(collection) {
  if (collection == null) {
    return 0;
  }
  if (isArrayLike(collection)) {
    return isString(collection) ? stringSize(collection) : collection.length;
  }
  var tag = getTag(collection);
  if (tag == mapTag || tag == setTag) {
    return collection.size;
  }
  return baseKeys(collection).length;
}

当传入 size 函数的是字符串时，会调用 stringSize 来计算字符数量。

4. 示例说明

// ASCII 字符串 - 使用 asciiSize
stringSize("Hello"); // 返回 5

// 包含 Unicode 字符的字符串 - 使用 unicodeSize
stringSize("你好，世界"); // 返回 5
stringSize("👨‍👩‍👧‍👦"); // 返回 1（一个家庭表情，虽然由多个代码点组成）

// 在 lodash.size 中的应用
_.size("Hello"); // 返回 5
_.size("你好，世界"); // 返回 5
_.size("👨‍👩‍👧‍👦"); // 返回 1

总结

stringSize 函数虽然代码简短，但它巧妙地解决了 JavaScript 中处理 Unicode 字符串长度的复杂问题：

智能分派策略：通过检测字符串是否包含 Unicode 字符，选择最合适的计算方法
性能优化：对于常见的 ASCII 字符串使用快速路径，避免不必要的计算
准确性：能够正确计算包含复杂 Unicode 字符（如表情符号）的字符串长度