ES6标准入门 第四章：字符串的扩展

1、字符串的Unicode 表示法

JavaScript 允许采用 \uxxxx 表示一个字符，其中 xxxx 表示字符的码点。

"\u0061"     // "a"

ES5中的缺陷：

以上表示法只限于 \u0000——\uFFFF 之间的字符。超出这个范围的=字符，必须用两个双字节表示。

"\uD842\uDFB7"    //"??"

如果直接在\u 后面直接加上超过\uFFFF 的数值：

"\u20BB7"     // "  7"

如上代码，JavaScript会理解成  “\u20BB+7” 。由于\u20BB 是一个不可打印字符， 所以显示一个空格。

ES6的改进：

只要将码点放入大括号，就能正确解读改字符。

"\u{20BB7}"    // "??"

"\u{41}\u{42}\u{43}"     // "ABC"

let hello = 123;
hell\u{6F} // 123

‘\u{1F680}‘ === ‘\uD83D\uDE80‘    // true    此行代码表示：大括号表示法 与 四字节的UTF-16编码是等价的。

在JavaScript 中共有6种方法可以表示一个字符：

‘\z‘ === ‘z‘  // true
‘\172‘ === ‘z‘ // true
‘\x7A‘ === ‘z‘ // true
‘\u007A‘ === ‘z‘ // true
‘\u{7A}‘ === ‘z‘ // true

2、codePointAt()

JavaScript 内部，字符以UTF-16 的格式存储，每个字符固定为2字节。 对于Unicode 码点大于0xFFFF 的字符（需要4个字节存储），js会认为它们是2 个字符。

ES5的缺陷：

var s = "??";

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

上面的代码中，?? 的码点是0x20BB7，UTF-16 编码为0xD842 0xDFB7（十进制为55362 57271），需要4个字节储存。

对于这种四字节字符，JavaScript不能正确处理，字符串长度会被误认为2；charCodeAt 方法只能分别返回前两个字节的值 和 后两个字节的值。

ES6 的改进：

提供了codePointAt方法，能够正确处理4 字节字符，返回一个32位的UTF-16字符的码点。（返回的码点是十进制的）

let s = ‘??a‘;

s.codePointAt(0) // 134071
s.codePointAt(1) // 57271
s.codePointAt(2) // 97

参数为字符在字符串中的位置（从0开始）； 对于两个字节存储的常规字符，它的返回结果与charCodeAt方法相同。

若要codePointAt方法返回的是十六进制的值，可以使用 toString方法转换一下。

let s = ‘??a‘;

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

以上代码仍然存在问题：codePointAt方法的参数仍然是不正确的。【a在字符串的位置是1， 但是传参却是2】

解决方法： 使用for…of 循环，因为它可以正确识别32位的 UTF-16字符。

let s = ‘??a‘;
for (let i of s) {
   console.log( i.codePointAt(0).toString(16) );
}
// "20bb7"
// "61"

codePointAt 方法 是测试一个字符由 2个字节 还是 4个字节 组成的最简单的方法。

function is32Bit( c ) {
   return c.codePiontAt(0) > 0xFFFF;
}
is32Bit("??"); // true

is32Bit("a"); // true

3、String.fromCodePoint()

ES5 的缺陷：

String.fromCharCode 用于从码点返回对应的字符，但是不能识别大于Unicode编码 0xFFFF 的字符（32位的UTF-16字符）

String.fromCharCode(0x20BB7)
// "?"

上面代码 0x20BB7发生溢出最高位两位被舍弃，最后返回码点U+0BB7对应的字符，而不是码点U+20BB7对应的字符。

ES6的改进：

String.fromCodePoint 方法，可以识别大于0xFFFF 的码点；作用上正好与 codePointAt 相反。

String.fromCodePoint(0x20BB7)
// "??"
String.fromCodePoint(0x78, 0x1f680, 0x79) === ‘x\uD83D\uDE80y‘
// true

方法中有多个参数，则它们会被合并成一个字符串返回。

注意： fromCodePoint 方法定义在 String对象上， 而codePointAt 方法定义在字符串的实例对象上。