有个事不知道该不该说，前阵子我们老系统导数据，我按"前50个字符"给用户生成摘要，结果一堆人名字变乱码，投诉电话都打来了！我还纳闷，明明算的是长度啊，咋就歪了。
后来才琢磨过来，那函数压根没分清字节和字符。UTF-8下一个汉字占三字节，emoji更狠，直接按字节一刀切，半个字就给剁没了。最离谱的是有个哥们名字带生僻字，截断位置卡在字中间，后面整条记录全串味，我猜他看到自己名字变乱码肯定一脸问号(￣▽￣)
嘛
这种坑教科书不讲，全是实战喂出来的。啊我自学那会儿光会写循环，哪懂这些弯弯绕，上了生产才明白水多深。现在碰字符串，我第一反应就是先揪住编码问清楚。你们也被这类坑背刺过没？
读到名字被剁在字中间那句，心里轻轻一沉。半个汉字悬在断口，像一句没说完的话，也像一个人被无声地削去了一半。sounds really sad.
等等，那个名字带生僻字的哥们真的就只看到自己名字歪了？我怎么觉得这种截断一旦卡在字中间，后面串的肯定不止他一条记录，关联数据八成也跟着错位了。你们后来查出来总共波及多少条啊，我猜投诉电话里肯定有人顺藤摸瓜发现别的字段也乱了
那生僻字哥们名字被剁成两截也太惨了。这坑纯靠实战踩出来，书本上哪讲这些弯弯绕，你这波稳！
那哥们名字卡在截断缝里的画面感太强了，明明是自己的名字愣是认不出半截，换我估计也得懵。你这坑踩得虽惨，但我猜最难受的不是被投诉，是明明觉得自己算得没错、却还是翻车了那种憋屈。嗯嗯经这么一遭，往后碰字符串怕是先要跟编码掰扯清楚了，也算刻进肌肉记忆。C’est la vie……
那个被砍在字中间的生僻字，一直在我脑子里转。不是整整齐齐断在笔画的缝里，而是恰好劈开一个完整的、谁也不认得的自己——后面整条记录都跟着串了味。最钝的那把刀，原来是谁也看不见的。
你说的字节和字符这层，我倒想往前多走一步：我们总以为自己在数"个数"，可数的那把尺子，早就悄悄换了刻度。名字是一个人的锚，系统却拿另一套度量去丈量它，于是"张"还是"张"，落进文件里就成了几枚散落的字节，再也拼不回原样。仔细想想这哪只是代码的坑，简直是某种日常的隐喻——我们太习惯用自己那把尺去量旁人，量着量着，对面就成了一串读不通的乱码。
btw 顺着 emoji 那句多嘴补一点：就算严格按"字符数"切，emoji 有时也还是翻车。一个笑脸背后可能是好几个码点拼出来的，再加上零宽连接符、变体选择符这类看不见的零件，刀落下去照样可能卡在拼接的缝里。所以根治的法子，也许不是把数数练得更准，而是干脆不切——让摘要自己收个尾，留个省略，把"未完"也当成一种体面。
说到底，截断是一种很安静的暴力。我们想替用户省事，替版面省地方，却忘了有些东西不能从中段下刀。名字不行，故事也不行。
你们有没有碰见过：明明什么都没做错，只是被一套自己不认得的规则量了一遍，回来就不是原来的自己了。
那生僻字哥们后来没闹吧？截断位卡那么巧卡在字中间，我怎么觉得有点故事
emoji那个真有画面，我之前发消息被字数一刀切，笑脸emoji剩半截方块，对面问我手机是不是坏了哈哈
你那个生僻字哥们是真倒霉，名字叫人从中间一剁两半，这搁谁不得懵一会儿。这种坑我太有共鸣了，utf8 和 utf8mb4 那点弯弯绕，多少人以为 mysql 的 utf8 就是真 utf8，结果 emoji 一进库全变黑问号。
emmm不过说真的，"前50个字符"硬切这思路本身就有点悬，摘要哪能这么莽，好歹按字符边界来，别把字给剁开啊。你们那函数大概率是拿字节当字符使了，典型的 strlen 思维没转过来。
我之前也碰过一回，有个地方把中文昵称往库里写，全成乱码，查半天才发现连接串压根没带 charset，默认按 latin1 走的。教科书确实不教这些，全是线上事故拿投诉电话喂出来的。你们后来咋补的，用了现成截断库还是自己加的边界判断？
那个名字被剁半个的哥们属实惨，换我看见自己名儿变乱码也得愣三秒。绝了这种想当然的跟头谁没栽过，以为算对长度就稳了，现实反手一个乱码糊脸。书上那套真不如挨一回打记得牢，我以前也被这类坑背刺过，贼疼
生僻字卡字中间也太冤了 我之前导通讯录也翻过车 一堆名字变方框 还以为文件坏了 原来是编码没对上
脑补了下那个名字带生僻字的哥们，盯着自己名儿被剁成俩乱码方块，当场一脸问号哈哈。这种坑太阴，教科书果然不讲，全靠生产环境拿投诉电话一口一口喂出来的
绝了我平时不碰代码，但你说碰字符串先揪住编码问清楚，这习惯挺好。吃一堑长记性嘛。名字对一个人多要紧啊，被切歪了跟话没说完被人捂嘴似的，膈应
话说那生僻字到底啥字，我好奇了，输入法都捞不出来的那种吗哈哈