发布时间 : 星期日 文章前端开发培训ECMAScript入门教程百读易莱胜web前端培训专家更新完毕开始阅读416dc5e7970590c69ec3d5bbfd0a79563c1ed4cb
ES6提供了codePointAt方法,能够正确处理4个字节储存的字符,返回一个字符的码点。 let s =';
s.codePointAt(0) // 134071s.codePointAt(1) // 57271 s.codePointAt(2) // 97
codePointAt方法的参数,是字符在字符串中的位置(从0开始)。上面代码中,JavaScript将“20BB7)。在第二个字符(即“codePointAt方法的结果与charCodeAt方法相同。
总之,codePointAt方法会正确返回32位的UTF-16字符的码点。对于那些两个字节储存的常规字符,它的返回结果与charCodeAt方法相同。
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。 let s =';
s.codePointAt(0).toString(16) //
\s.codePointAt(2).toString(16) // \
你可能注意到了,codePointAt方法的参数,仍然是不正确的。比如,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。
let s =';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。 functionis32Bit(c){
return c.codePointAt(0)>0xFFFF;} is32Bit(\) // trueis32Bit(\) // false
String.fromCodePoint()
ES5提供String.fromCharCode方法,用于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)。 String.fromCharCode(0x20BB7) // \?\
上面代码中,String.fromCharCode不能识别大于0xFFFF的码点,所以0x20BB7就发生了溢出,最高位2被舍弃了,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提供了String.fromCodePoint方法,可以识别大于0xFFFF的字符,弥补了String.fromCharCode方法的不足。在作用上,正好与codePointAt方法相反。 String.fromCodePoint(0x20BB7)
// \String.fromCodePoint(0x78,0x1f680,0x79)==='x\?\?y' // true
上面代码中,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。
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。
字符串的遍历器接口
ES6为字符串添加了遍历器接口(详见《Iterator》一章),使得字符串可以被for...of循环遍历。
for(let codePoint of 'foo'){ console.log(codePoint)} // \
除了遍历字符串,这个遍历器最大的优点是可以识别大于0xFFFF的码点,传统的for循环无法识别这样的码点。
let text = String.fromCodePoint(0x20BB7); for(let i =0; i < text.length; i++){ console.log(text[i]);} // \for(let i of text){
console.log(i);} // \
上面代码中,字符串text只有一个字符,但是for循环会认为它包含两个字符(都不可打印),而for...of循环会正确识别出这一个字符。
at()
ES5 对字符串对象提供charAt方法,返回字符串给定位置的字符。该方法不能识别码点大于0xFFFF的字符。
'abc'.charAt(0) // \'.charAt(0) // \
上面代码中,charAt方法返回的是UTF-16编码的第一个字节,实际上是无法显示的。
目前,有一个提案,提出字符串实例的at方法,可以识别 Unicode 编号大于0xFFFF的字符,返回正确的字符。 'abc'.at(0) // \'.at(0) // \ 这个方法可以通过垫片库实现。
normalize()
许多欧洲语言有语调符号和重音符号。为了表示它们,Unicode 提供了两种方法。一种是直接提供带重音符号的字符,比如ǒ(\ǒ)。另一种是提供合成符号(combining character),即原字符与重音符号的合成,两个字符合成一个字符,比如O(\O)和ˇ(\?)合成ǒ(\O\?)。 这两种表示方法,在视觉和语义上都等价,但是 JavaScript 不能识别。 '\ǒ'==='\O\?' //false'\ǒ'.length // 1'\O\?'.length // 2
上面代码表示,JavaScript 将合成字符视为两个字符,导致两种表示方法不相等。
ES6 提供字符串实例的normalize()方法,用来将字符的不同表示方法统一为同样的形式,这称为 Unicode 正规化。
'\ǒ'.normalize()==='\O\?'.normalize() // true
normalize方法可以接受一个参数来指定normalize的方式,参数的四个可选值如下。
? NFC,默认参数,表示“标准等价合成”(Normalization Form Canonical
Composition),返回多个简单字符的合成字符。所谓“标准等价”指的是视觉和语义上的等价。
? NFD,表示“标准等价分解”(Normalization Form Canonical Decomposition),即在标准等价的前提下,返回合成字符分解的多个简单字符。
? NFKC,表示“兼容等价合成”(Normalization Form Compatibility Composition),返回合成字符。所谓“兼容等价”指的是语义上存在等价,但视觉上不等价,比如“囍”和“喜喜”。(这只是用来举例,normalize方法不能识别中文。)
? NFKD,表示“兼容等价分解”(Normalization Form Compatibility Decomposition),即在兼容等价的前提下,返回合成字符分解的多个简单字符。
'\O\?'.normalize('NFC').length // 1'\O\?'.normalize('NFD').length // 2
上面代码表示,NFC参数返回字符的合成形式,NFD参数返回字符的分解形式。 不过,normalize方法目前不能识别三个或三个以上字符的合成。这种情况下,还是只能使用正则表达式,通过Unicode编号区间判断。
includes(), startsWith(), endsWith()
传统上,JavaScript只有indexOf方法,可以用来确定一个字符串是否包含在另一个字符串中。ES6又提供了三种新方法。
? 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。
let s ='Hello world!';