解析JavaScript中的字符串類型與字符編碼支持

JavaScript中的字符串也像Python那樣支持反斜槓的轉移,而且字符集方面默認爲Unicode,下面就來詳細解析JavaScript中的字符串類型與字符編碼支持

定義 字符串就是零個或多個排在一塊兒的字符，放在單引號或雙引號之中。

`'abc'`
`"abc"`
複製代碼

單引號字符串的內部，可使用雙引號。雙引號字符串的內部，可使用單引號。

'key = "value"'
"It's a long journey"

上面兩個都是合法的字符串。

若是要在單引號字符串的內部，使用單引號（或者在雙引號字符串的內部，使用雙引號），就必須在內部的單引號（或者雙引號）前面加上反斜槓，用來轉義。

`'Did she say \'Hello\'?'`
`// "Did she say 'Hello'?"`
`"Did she say \"Hello\"?"`
`// "Did she say "Hello"?"`
複製代碼

因爲HTML語言的屬性值使用雙引號，因此不少項目約定JavaScript語言的字符串只使用單引號，本教程就遵照這個約定。固然，只使用雙引號也徹底能夠。重要的是，堅持使用一種風格，不要兩種風格混合。

字符串默認只能寫在一行內，分紅多行將會報錯。

`'a`
`b`
`c'`
`// SyntaxError: Unexpected token ILLEGAL`
複製代碼

上面代碼將一個字符串分紅三行，JavaScript就會報錯。
若是長字符串必須分紅多行，能夠在每一行的尾部使用反斜槓。

`var` `longString =` `"Long \` `long \` `long \` `string"``;` `logString` `// "Long long long string"` 複製代碼

上面代碼表示，加了反斜槓之後，原來寫在一行的字符串，能夠分紅多行書寫。可是，輸出的時候仍是單行，效果與寫在同一行徹底同樣。注意，反斜槓的後面必須是換行符，而不能有其餘字符（好比空格），不然會報錯。

鏈接運算符（+）能夠鏈接多個單行字符串，將長字符串拆成多行書寫，輸出的時候也是單行。

`var` `longString =` `'Long '`
`+` `'long '`
`+` `'long '`
`+` `'string'``;`
複製代碼

若是想輸出多行字符串，有一種利用多行註釋的變通方法。

`(``function` `() {` `/*`
`line 1`
`line 2`
`line 3`
`*/``}).toString().split(``'\n'``).slice(1, -1).join(``'\n'``)`
`// "line 1`
`// line 2`
`// line 3"`
複製代碼

上面的例子中，輸出的字符串就是多行。

轉義 反斜槓（\）在字符串內有特殊含義，用來表示一些特殊字符，因此又稱爲轉義符。

須要用反斜槓轉義的特殊字符，主要有下面這些：

*   \0 null（\u0000）
*   \b 後退鍵（\u0008）
*   \f 換頁符（\u000C）
*   \n 換行符（\u000A）
*   \r 回車鍵（\u000D）
*   \t 製表符（\u0009）
*   \v 垂直製表符（\u000B）
*   \' 單引號（\u0027） * \" 雙引號（\u0022） * \ 反斜槓（\u005C） 複製代碼

上面這些字符前面加上反斜槓，都表示特殊含義。

`console.log(``'1\n2'``)`
`// 1`
`// 2`
複製代碼

上面代碼中，\n表示換行，輸出的時候就分紅了兩行。
反斜槓還有三種特殊用法。

• （1）\HHH
  反斜槓後面緊跟三個八進制數（000到377），表明一個字符。HHH對應該字符的Unicode碼點，好比\251表示版權符號。顯然，這種方法只能輸出256種字符。

• （2）\xHH
  \x後面緊跟兩個十六進制數（00到FF），表明一個字符。HH對應該字符的Unicode碼點，好比\xA9表示版權符號。這種方法也只能輸出256種字符。

• （3）\uXXXX
  \u後面緊跟四個十六進制數（0000到FFFF），表明一個字符。HHHH對應該字符的Unicode碼點，好比\u00A9表示版權符號。

下面是這三種字符特殊寫法的例子。

`'\251'` `// "©"`
`'\xA9'` `// "©"`
`'\u00A9'` `// "©"`
`'172'` `===` `'z'` `// true`
`'\x7A'` `===` `'z'` `// true`
`'\u007A'` `===` `'z'` `// true`
   　　}//歡迎加入全棧開發交流圈一塊兒學習交流：582735936
  　　]//面向1-3年前端人員
　　}   //幫助突破技術瓶頸，提高思惟能力

複製代碼

若是在非特殊字符前面使用反斜槓，則反斜槓會被省略。

`'\a'`
`// "a"`
複製代碼

上面代碼中，a是一個正常字符，前面加反斜槓沒有特殊含義，反斜槓會被自動省略。
若是字符串的正常內容之中，須要包含反斜槓，則反斜槓前面須要再加一個反斜槓，用來對自身轉義。

`"Prev \\ Next"`
`// "Prev \ Next"`
複製代碼

字符串與數組 字符串能夠被視爲字符數組，所以可使用數組的方括號運算符，用來返回某個位置的字符（位置編號從0開始）。

`var` `s =` `'hello'``;`
`s[0]` `// "h"`
`s[1]` `// "e"`
`s[4]` `// "o"`
複製代碼

// 直接對字符串使用方括號運算符
'hello'``[1] // "e"

若是方括號中的數字超過字符串的長度，或者方括號中根本不是數字，則返回undefined。

`'abc'``[3]` `// undefined`
`'abc'``[-1]` `// undefined`
`'abc'``[``'x'``]` `// undefined`
複製代碼

可是，字符串與數組的類似性僅此而已。實際上，沒法改變字符串之中的單個字符。

`var` `s =` `'hello'``;`
`delete` `s[0];`
`s` `// "hello"`
`s[1] =` `'a'``;`
`s` `// "hello"`
`s[5] =` `'!'``;`
`s `// "hello"`
複製代碼

上面代碼表示，字符串內部的單個字符沒法改變和增刪，這些操做會默默地失敗。

字符串之因此相似於字符數組，實際是因爲對字符串進行方括號運算時，字符串會自動轉換爲一個字符串對象。

length屬性 length屬性返回字符串的長度，該屬性也是沒法改變的。

`var` `s =` `'hello'``;`
`s.length` `// 5`
`s.length = 3;`
`s.length` `// 5`
`s.length = 7;`
`s.length` `// 5`
複製代碼

上面代碼表示字符串的length屬性沒法改變，可是不會報錯。

字符集 JavaScript使用Unicode字符集，也就是說在JavaScript內部，全部字符都用Unicode表示。

不只JavaScript內部使用Unicode儲存字符，並且還能夠直接在程序中使用Unicode，全部字符均可以寫成」\uxxxx」的形式，其中xxxx表明該字符的Unicode編碼。好比，\u00A9表明版權符號。

`var` `s =` `'\u00A9'``;`
`s` `// "©"`
複製代碼

每一個字符在JavaScript內部都是以16位（即2個字節）的UTF-16格式儲存。也就是說，JavaScript的單位字符長度固定爲16位長度，即2個字節。

可是，UTF-16有兩種長度：對於U+0000到U+FFFF之間的字符，長度爲16位（即2個字節）；對於U+10000到U+10FFFF之間的字符，長度爲32位（即4個字節），並且前兩個字節在0xD800到0xDBFF之間，後兩個字節在0xDC00到0xDFFF之間。舉例來講，U+1D306對應的字符爲𝌆，它寫成UTF-16就是0xD834 0xDF06。瀏覽器會正確將這四個字節識別爲一個字符，可是JavaScript內部的字符長度老是固定爲16位，會把這四個字節視爲兩個字符。

`var` `s =` `'\uD834\uDF06'``;`
`s` `// "𝌆"`
`s.length` `// 2`
`/^.$/.test(s)` `// false`
`s.charAt(0)` `// ""`
`s.charAt(1)` `// ""`
`s.charCodeAt(0)` `// 55348`
`s.charCodeAt(1)` `// 57094`
複製代碼

上面代碼說明，對於於U+10000到U+10FFFF之間的字符，JavaScript老是視爲兩個字符（字符的length屬性爲2），用來匹配單個字符的正則表達式會失敗（JavaScript認爲這裏不止一個字符），charAt方法沒法返回單個字符，charCodeAt方法返回每一個字節對應的十進制值。

因此處理的時候，必須把這一點考慮在內。對於4個字節的Unicode字符，假定C是字符的Unicode編號，H是前兩個字節，L是後兩個字節，則它們之間的換算關係以下。

`// 將大於U+FFFF的字符，從Unicode轉爲UTF-16`
`H = Math.floor((C - 0x10000) / 0x400) + 0xD800`
`L = (C - 0x10000) % 0x400 + 0xDC00`
`// 將大於U+FFFF的字符，從UTF-16轉爲Unicode`
`C = (H - 0xD800) * 0x400 + L - 0xDC00 + 0x10000`
複製代碼

下面的正則表達式能夠識別全部UTF-16字符。

`([\0-\uD7FF\uE000-\uFFFF]|[\uD800-\uDBFF][\uDC00-\uDFFF])`
複製代碼

因爲JavaScript引擎（嚴格說是ES5規格）不能自動識別輔助平面（編號大於0xFFFF）的Unicode字符，致使全部字符串處理函數遇到這類字符，都會產生錯誤的結果。若是要完成字符串相關操做，就必須判斷字符是否落在0xD800到0xDFFF這個區間。

下面是可以正確處理字符串遍歷的函數。

`function` `getSymbols(string) {`
`var` `length = string.length;`
`var` `index = -1;`
`var` `output = [];`
`var` `character;`
`var` `charCode;`
`while` `(++index < length) {`
`character = string.charAt(index);`
`charCode = character.charCodeAt(0);`
`if` `(charCode >= 0xD800 && charCode <= 0xDBFF) {`
`output.push(character + string.charAt(++index));`
`}` `else` `{`
`output.push(character);`
`}`
`}`
`return` `output;`
`}`
`var` `symbols = getSymbols(``'𝌆'``);`
`symbols.forEach(``function``(symbol) {`
`// `});` 　　}//歡迎加入全棧開發交流圈一塊兒學習交流：582735936 　　]//面向1-3年前端人員 　　} //幫助突破技術瓶頸，提高思惟能力 複製代碼

替換（String.prototype.replace）、截取子字符串（String.prototype.substring, String.prototype.slice）等其餘字符串操做，都必須作相似的處理。

Base64轉碼 Base64是一種編碼方法，能夠將任意字符轉成可打印字符。使用這種編碼方法，主要不是爲了加密，而是爲了避免出現特殊字符，簡化程序的處理。

JavaScript原生提供兩個Base64相關方法。

*   btoa()：字符串或二進制值轉爲Base64編碼
*   atob()：Base64編碼轉爲原來的編碼
`var` `string =` `'Hello World!'``;`
`btoa(string)` `// "SGVsbG8gV29ybGQh"`
`atob(``'SGVsbG8gV29ybGQh'``)` `// "Hello World!"`
複製代碼

這兩個方法不適合非ASCII碼的字符，會報錯。

`btoa(``'你好'``)`
`// Uncaught DOMException: The string to be encoded contains characters outside of the Latin1 range.`
複製代碼

要將非ASCII碼字符轉爲Base64編碼，必須中間插入一個轉碼環節，再使用這兩個方法。

`function` `b64Encode(str) {`
`return` `btoa(encodeURIComponent(str));`
`}`
`function` `b64Decode(str) {`
`return` `decodeURIComponent(atob(str));`
`}`
`b64Encode(``'你好'``)` `// "JUU0JUJEJUEwJUU1JUE1JUJE"`
`b64Decode(``'JUU0JUJEJUEwJUU1JUE1JUJE'``)` `// "你好"`複製代碼