字符串的拓展

发表于 | 分类于

字符的 Unicode 表示法

JavaScript 允许采用\uxxxx形式表示一个字符，其中xxxx表示字符的 Unicode 码点。
但是，这种表示法只限于码点在\u0000~\uFFFF之间的字符。超出这个范围的字符，必须用两个双字节的形式表示。

1
2
3
4
5
"\uD842\uDFB7"
// "𠮷"

"\u20BB7"
// "₻7"

加入大括号

1
2
"\u{20BB7}"
// "𠮷"

JavaScript 共有 6 种方法可以表示一个字符

1
2
3
4
5
'\z' === 'z'  // true
'\172' === 'z' // true
'\x7A' === 'z' // true
'\u007A' === 'z' // true
'\u{7A}' === 'z' // true

codePointAt()

1
2
3
4
5
6
7
var s = "𠮷";

s.length // 2
s.charAt(0) // '�'
s.charAt(1) // '�'
s.charCodeAt(0) // 55362
s.charCodeAt(1) // 57271

s是个需要4个字节存储的字符 JavaScript会认为他是两个字符；
++码点是0x20BB7 UTF-16 编码为0xD842 0xDFB7（十进制为55362 57271）charAt方法无法读取整个字符，charCodeAt方法只能分别返回前两个字节和后两个字节的值。++

1
2
3
4
5
6
let s = '𠮷a';

s.codePointAt(0) // 134071 𠮷的十进制码点 
s.codePointAt(1) // 57271 “𠮷”的后两个字节

s.codePointAt(2) // 97

codePointAt方法返回的是码点的十进制值，如果想要十六进制的值，可以使用toString方法转换一下。

1
2
3
4
let s = '𠮷a';

s.codePointAt(0).toString(16) // "20bb7"
s.codePointAt(2).toString(16) // "61"

上面代码中，字符a在字符串s的正确位置序号应该是 1，但是必须向codePointAt方法传入 2。解决这个问题的一个办法是使用for…of循环，因为它会正确识别 32 位的 UTF-16 字符。

1
2
3
4
5
6
let s = '𠮷a';
for (let ch of s) {
  console.log(ch.codePointAt(0).toString(16));
}
// 20bb7
// 61

codePointAt方法是测试一个字符由两个字节还是由四个字节组成的最简单方法。

1
2
3
4
5
6
function is32Bit(c) {
  return c.codePointAt(0) > 0xFFFF;
}

is32Bit("𠮷") // true
is32Bit("a") // false

String.fromCodePoint()

从码点返回对应字符 但是这个方法不能识别 32 位的 UTF-16 字符（Unicode 编号大于0xFFFF）。

1
2
String.fromCharCode(0x20BB7)
// "ஷ"

0x20BB7发生了溢出，最高位2被舍弃了，最后返回码点U0BB7对应的字符，而不是码点U+20BB7对应的字符。
ES6: String.fromCodePoint 可以识别大雨0xFFFF的码点 

1
2
3
4
String.fromCodePoint(0x20BB7)
// "𠮷"
String.fromCodePoint(0x78, 0x1f680, 0x79) === 'x\uD83D\uDE80y'
// true

如果String.fromCodePoint方法有多个参数，则它们会被合并成一个字符串返回。

字符串的遍历器接口

可以识别大于0xFFFF的码点

1
2
3
4
5
6
7
8
9
10
let s = '\u{20bb7}abc';
for (var i=0; i<s.length; i++) {
  console.log(s[i])
}
// ��abc

for(let code of s) {
  console.log(code)
}
//𠮷abc

includes(), startsWith(), endsWith()

  • includes()：返回布尔值，表示是否找到了参数字符串。
  • startsWith()：返回布尔值，表示参数字符串是否在原字符串的头部。
  • endsWith()：返回布尔值，表示参数字符串是否在原字符串的尾部。

这三个方法都支持第二个参数，表示开始搜索的位置。

1
2
3
4
5
let s = 'Hello world!';

s.startsWith('world', 6) // true
s.endsWith('Hello', 5) // true
s.includes('Hello', 6) // false

repeat()

1
2
'x'.repeat(3) // "xxx"
'na'.repeat(0) // ""

参数如果是小数，会被取整。

1
'na'.repeat(2.9) // "nana"

如果repeat的参数是字符串，则会先转换成数字。

1
2
'na'.repeat('na') // ""
'na'.repeat('3') // "nanana"

padStart()，padEnd()

字符串补全 具体查看 阮一峰 ES6入门

1
2
3
4
5
6
//处理日期
let a = '11';
console.log(a.padStart(2, '0'));    //11

let a = '1';
console.log(a.padStart(2, '0'));    //01

模板字符串

1
2
3
4
5
6
7
8
9
10
11
12
13
// 普通字符串
`In JavaScript '\n' is a line-feed.`

// 多行字符串
`In JavaScript this is
 not legal.`

console.log(`string text line 1
string text line 2`);

// 字符串中嵌入变量
let name = "Bob", time = "today";
`Hello ${name}, how are you ${time}?`

String.raw