字符串的扩展

本文为学习笔记；

原文链接 <<<<转载请注明原文出处！

ES6 加强了对 Unicode 的支持，并且扩展了字符串对象。

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JavaScript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；

例如直接在u后面跟上超过0xFFFF的位数（比如u20BB7），JavaScript 会理解成u20BB+7。由于u20BB是一个不可打印字符，所以只会显示一个空格，后面跟着一个7。

ES6 对这一点做出了改进：

  • 只要将码点放入大括号，就能正确解读该字符；
  • 大括号表示法与四字节的 UTF-16 编码是等价的。

有了ES6的这种表示法后，JavaScript 总共有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

codePointAt()

JavaScript 内部，字符以 UTF-16 的格式储存，每个字符固定为2个字节；对于那些需要4个字节储存的字符（Unicode 码点大于0xFFFF的字符），JavaScript的处理方式：

  • JavaScript 会将字符串长度会误判为2认为它们是两个字符。
  • 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。

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：

  • codePointAt方法的参数，是字符在字符串中的位置（从 0 开始）。

  • 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。

    s.codePointAt(2).toString(16) // "61"

    在上面的代码中codePointAt方法的参数仍然是不正确的（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。

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。
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。

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），Unicode超出0xFFFF的部分将被舍弃。
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。

  • 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（Iterator），使得字符串可以被for...of循环遍历。
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。

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（u01D1）。
  • 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（u004F）和ˇ（u030C）合成Ǒ（u004Fu030C）。

这两种表示方法，在视觉和语义上都等价，但是 JavaScript 不能识别。（JavaScript 将合成字符视为两个字符）
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。

'u01D1'.normalize() === 'u004Fu030C'.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。
  • 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。

这三个方法都支持第二个参数，表示开始搜索的位置。
使用第二个参数n时，endsWith的行为与其他两个方法有所不同。它针对前n个字符，而其他两个方法针对从第n个位置直到字符串结束。

repeat()

repeat方法返回一个新字符串，表示将原字符串重复n次：

  • 如果repeat的参数是负数或者Infinity，会报错。
  • 如果参数是 0 到-1之间的小数，则等同于 0，这是因为会先进行取整运算。0 到-1 之间的小数，取整以后等于-0，repeat视同为0。
  • 参数NaN等同于 0。
  • 如果repeat的参数是字符串，则会先转换成数字。

padStart()，padEnd()

ES2017 引入了字符串补全长度的功能。如果某个字符串不够指定长度，会在头部或尾部补全。padStart()用于头部补全，padEnd()用于尾部补全。
padStart()和padEnd()一共接受两个参数，第一个参数是字符串补全生效的最大长度，第二个参数是用来补全的字符串。

  • 如果省略第二个参数，默认使用空格补全长度。
  • 如果原字符串的长度，等于或大于最大长度，则字符串补全不生效，返回原字符串。
  • 如果用来补全的字符串与原字符串，两者的长度之和超过了最大长度，则会截去超出位数的补全字符串。

padStart()的常见用途是为数值补全指定位数和提示字符串格式。

matchAll()

matchAll方法返回一个正则表达式在当前字符串的所有匹配。

模板字符串

模板字符串（template string）是增强版的字符串，用反引号（`）标识。它可以当作普通字符串使用，也可以用来定义多行字符串，或者在字符串中嵌入变量。

  • 如果在模板字符串中需要使用反引号，则前面要用反斜杠转义。
  • 如果使用模板字符串表示多行字符串，所有的空格和缩进都会被保留在输出之中。
  • 模板字符串中嵌入变量，需要将变量名写在${}之中。(大括号内部，就是执行 JavaScript 代码)
    • 大括号内部可以放入任意的 JavaScript 表达式，可以进行运算，以及引用对象属性。
    • 模板字符串之中还能调用函数。${f()}
    • 如果大括号中的值不是字符串，将按照一般的规则转为字符串。
    • 如果模板字符串中的变量没有声明，将报错。
    • 由于模板字符串的大括号内部，就是执行 JavaScript 代码，因此如果大括号内部是一个字符串，将会原样输出。

模板编译

可以通过模板字符串，生成正式模板

标签模板

模板字符串的功能，不仅仅是上面这些。它可以紧跟在一个函数名后面，该函数将被调用来处理这个模板字符串。这被称为“标签模板”功能（tagged template）。

alert`123`
// 等同于
alert(123)

标签模板其实不是模板，而是函数调用的一种特殊形式。“标签”指的就是函数，紧跟在后面的模板字符串就是它的参数。
但是，如果模板字符里面有变量，就不是简单的调用了，而是会将模板字符串先处理成多个参数，再调用函数。

tag函数的第一个参数是一个数组，该数组的成员是模板字符串中那些没有变量替换的部分，也就是说，变量替换只发生在数组的第一个成员与第二个成员之间、第二个成员与第三个成员之间，以此类推。
tag函数的其他参数，都是模板字符串各个变量被替换后的值。

String.raw()

ES6 还为原生的 String 对象，提供了一个raw方法。
String.raw方法，往往用来充当模板字符串的处理函数，返回一个斜杠都被转义（即斜杠前面再加一个斜杠）的字符串，对应于替换变量后的模板字符串。

String.raw`Hi
${2+3}!`;
// 返回 "Hi\n5!"
String.raw`Hiu000A!`;
// 返回 "Hi\u000A!"

String.raw方法可以作为处理模板字符串的基本方法，它会将所有变量替换，而且对斜杠进行转义，方便下一步作为字符串来使用。

模板字符串的限制

前面提到标签模板里面，可以内嵌其他语言。但是，模板字符串默认会将字符串转义，导致无法嵌入其他语言。
为了解决这个问题，ES2018 放松了对标签模板里面的字符串转义的限制：如果遇到不合法的字符串转义，就返回undefined，而不是报错，并且从raw属性上面可以得到原始字符串。
注意：这种对字符串转义的放松，只在标签模板解析字符串时生效，不是标签模板的场合，依然会报错。

HAVE A NICE DAY!
【推广】 免费学中医，健康全家人
原文地址：https://www.cnblogs.com/apimhnkj/p/10137180.html