正确的答案是：6.或7，如果你想成为迂腐并包括纽诺，但我们不是。
这很简单;此页面被编码为UTF-8，暗示每个ASCII字符的8位，或每个字符的字节。
不相信我？继续从此页面复制并进行快速检查：
呵呵??额外的字节来自哪里？好吧，事实是，这条线上有一个冒险体。
那是对的，它是OL＆＃39; utf-8肮脏的'е'伎俩。没有人期待你+ 0435。如果是您第一次遇到此操作，则简要说明：是的，UTF-8是前128个字符的单字节，与传统的ASCII完美相关联。但UTF-8编码的完整Unicode标准包括13.0版的143,859个字符。要表示全频谱，UTF-8必须为某些字符使用多个字节（从技术上，大多数角色）。这就是这样，这一广泛的角色包括一些看起来像邻近的一个看法，就像你友好的邻里1-byte ascii“e”和你的少崇拜但仍然友好的2字节肮脏的“е”。
正确的答案是... 4.要表示Unicode U + 1F642，UTF-8使用CodePoint的完整4个字节。
// rest fn main（）{让emoji =＆＃34;🙂＆＃34 ;; println！（＆＃34; emoji：{}}＆＃34;，emoji）; println！（＆＃34;长度：{}＆＃34; emoji.len（））; println！（＆＃34;字节：{：x？}＆＃34;，emoji.as_bytes（））}
这4个字节如何映射到Unicode字符🙂，代码点U + 1F642？
在UTF-8中，第一个字节告诉您构成了字符的字节数。如果字节从0开始，则它是一个1字节的字符。如果它以1开始，它是多个字节，下一个三位告诉您只需多少字节。维基百科文章可能解释它比我能更好，但这是一个简单的表：
您可能会记得先前的utf-8如何使用“前128个字符的一个字节”，直接映射到ASCII。这是巧妙和方便的，因为128个ASCII字符由7位表示（2 ^ 7 = 128），因此UTF-8可以使用剩余的第一位作为标记，并且仍然保持完美的ASCII兼容性。
所以，回到二进制表示的🙂。第一个字节是11110000，它从11110开始，这意味着我们必须看四个字节来了解这是什么CODEPOINT。
接下来的三个字节，每个三个字节以10开始，这是UTF-8中的其他唯一前缀。它只是意味着这个字节不是第一个代码点中的第一个。我假设这是如此，所以解析器可以确定中流，无论它们是在字符的开头。
你可能会认为答案是4.你也可能觉得我试图在你身上速度。
我必须承认某事：我被骗了。我在上面给出的例子实际上是一个图像，因为您的浏览器可能没有近来足够的字体来呈现这个新的Unicode 13.1字符。以下是您的浏览器在本地渲染它的尝试：
如果您的字体太旧以代表Unicode 13.1，您可能已经看到了这样的内容，它会回答一个UTF-8字符的谜语 - 我们从早期知道哪个是最多4个字节 - 可以是36字节：
这是正确的。它超过4个字节，因为它不止一个角色！您（希望）看到的表情符号实际上是根据其他表情符号定义的，与无形的码头拼接在一起!!
事实上，我们可以进一步扩展上述内容，因为肤色以相同的方式拼接在一起：
👩+🏾+❤+💋+👩+🏻+❤+💋+👩🏻=
所有这一切都可以在Unicode Codepoint中看到Emoji，Unicode命名为：“吻：女性，女性，中暗肤色，轻肤色”。
U + 1F469：👩（4字节）U + 1F3FE：🏾（4字节）U + 200D：零宽连接（3字节）U + 2764：❤（3字节）U + FE0F：变型选择器（3字节）U + 200D：零宽连接（3个字节）U + 1F48B：💋（4字节）U + 200d：Zero-Width Join（3字节）U + 1F469：👩（4字节）U + 1F3FB：🏻（4字节）总计：35个字节
现在我们可以看到一个字符如何由多个代码点组成，这些点反过来由多个字节组成。
其他人是由非常有趣的组合组成。显然，Unicode委员会对此有一些乐趣。这是一些有趣的：
👩（女人; U + 1F469）+🌾（捆米; U + 1F33E）=👩🌾️（女农民; U + 1F469 U + 200d U + 1f33e）👨（人; U + 1f468）+🏭（工厂; U + 1F3ED）=👨🏭️（男子工厂工人; U + 1F468 U + 200d U + 1F3ED）👩（女人; U + 1F469）+✈（平面; U + 2708）=👩✈️️（女式飞行员; U + 1F469 U + 200d U + 2708 U + FE0F）👩（女人; U + 1F469）+🚀（火箭; U + 1F680）=👩🚀️（妇女宇航员; U + 1F469 U + 200d U + 1F680）
最后，也许是我最喜欢的，我非常喜欢这么多，我制作了这个博客帖子的标题。
因此，正如我们所学到的那样，Unicode字符可以由多个字节组成，但它也可以由多个其他Unicode字符组成。在早期的示例中，它们可以是相当大的 - 35字节。
...... Tweet的文本内容最多可包含280个字符或Unicode字形。一些字形将算作一个以上的角色。
无论组合修饰符如何，Twemoji支持的表情符号始终算作两个字符。这包括由Fitzpatrick肤色或性别修饰器进行修改的表达卓，即使它们由更明显的Unicode码点组成。
换句话说，无论unicode emoji字符的字节计数如何，它永远不会算作超过2个字符。
👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻👩🏿❤️💋👩🏻
— andy (@andy_xor_andrew) June 13, 2021
Of course, if your goal was to use the most amount of data in a single tweet, you would probably upload a video.
But as a software developer, it’s always fun to think about edge cases, and squeezing almost 5KB into a 280-“character” tweet is fun 🙂
I did my best to be factual and accurate, but if you noticed any errors, email me at andysalerno at gmail dotcom, or file a Github issue at https://github.com/andysalerno/andysalerno.com