JS中的unicode

js采用UTF-16来对unicode进行编码，在FFFF及更小的unicode码中，UTF-16编码与unicode码是一模一样的，所以'\uxxxx'直接根据unicode原码表就能查出所需要的字符，无需转换编码。

当unicode码大于FFFF时，utf-16就会引进标志位，用四个字节表示unicode编码，此时UTF-16编码就与我们查到的原unicode码完全不一样了。

而ES6中，可以使用'/u{xxxxx}' 直接根据unicode码，输出对应字符，无需转化成utf-16：  (xxxx是unicode码的16进制形式)

"\u{20BB7}"
// "𠮷"

上述字符，在ES6之前，只能通过转换utf-16来输出：

'\uD842\uDFB7'
//"𠮷"

 

补充：

charCodeAt()得到的是utf-16的编码的十进制数，并不是unicode编码，这一点很多文档都写错了

utf-8是可变长的，兼容ascii码，小于等于1字节时等同于unicode码，大于1字节时会有标志位，也就不同于unicode码

 

附：

UTF-16编码以16位无符号整数为单位。我们把Unicode编码记作U。编码规则如下：

如果U<0x10000，U的UTF-16编码就是U对应的16位无符号整数（为书写简便，下文将16位无符号整数记作WORD）。

如果U≥0x10000，我们先计算U'=U-0x10000，然后将U'写成二进制形式：yyyy yyyy yyxx xxxx xxxx，U的UTF-16编码（二进制）就是：110110yyyyyyyyyy 110111xxxxxxxxxx