关于JS里的字符表情乱码

背景

1、业务背景

公司在处理业务时，需要使用socket传输字符串内容，在A处输入，在B处显示。但反馈说输入表情符号经过传输后，ios会变成问号，PC会乱码。如下情况：

2、表情乱码

表情符号乱码的原因通常与 UTF-8 编码的处理不当有关。表情符号属于 Unicode 中的高码点字符，需要使用 4 个字节来表示。如果在处理这些高码点字符时出现问题，就会导致表情符号乱码。

关于Unicode编码

Unicode 是一种字符编码标准，旨在为世界上所有的文字和符号提供唯一的编码。它的目标是支持全球所有书写系统，涵盖从古代文字到现代符号的广泛字符集。以下是关于 Unicode 编码的一些关键点：

基本概念

1. 字符：表示一个书写符号，例如字母、数字、标点符号等。
2. 码点：每个字符在 Unicode 标准中的唯一编号，通常表示为 U+XXXX，其中 XXXX 是四位十六进制数。
3. 编码形式：将码点转换为字节序列的方式。常见的 Unicode 编码形式包括 UTF-8、UTF-16 和 UTF-32。

Unicode 平面

Unicode 将字符划分为多个平面，每个平面包含 65,536 个码点（从 U+0000 到 U+FFFF）。主要平面包括：

1. 基本多文种平面（BMP）：从 U+0000 到 U+FFFF，包含大多数常用的字符。
2. 补充多文种平面（SMP）：从 U+10000 到 U+1FFFF，包含古代文字、音乐符号等。
3. 补充表意文字平面（SIP）：从 U+20000 到 U+2FFFF，主要用于中日韩表意文字。
4. 补充专用区（SSP）：从 U+E0000 到 U+EFFFF，用于私人使用的字符。

BMP 是 Unicode 的第一个平面，包含了从 U+0000 到 U+FFFF 的字符编码。它涵盖了大多数常用的字符，包括：

• 拉丁字母
• 希腊字母
• 西里尔字母
• 汉字（中日韩统一表意文字）
• 阿拉伯字母
• 以及其他常用的符号和标点符号

BMP 的设计初衷是为了满足大多数现代文字处理的需求，因此大部分常用的字符都被安排在这个平面内。

高码点字符是指 Unicode 编码中使用较高码点（code point）表示的字符。Unicode 码点的范围是从 U+0000 到 U+10FFFF。

表情符号（emoji）：如