3.2 文本

字符串（string）是一组由 16 位值组成的不可变的有序序列，每个字符通常来自于 Unicode 字符集。JavaScript 通过字符串类型来表示文本。字符串的长度（length）是其所含 16 位值的个数。JavaScript 字符串（和其数组）的索引从零开始：第一个字符的位置是 0，第二个字符的位置是 1，以此类推。空字符串（empty string）长度为 0，JavaScript 中并没有表示单个字符的“字符型”。要表示一个 16 位值，只需将其赋值给字符串变量即可，这个字符串长度为 1 。

var hzh = "";
console.log("空字符串的长度：");
console.log(hzh.length);

[Running] node "e:\HMV\JavaScript\JavaScript.js"
空字符串的长度：
0
 
[Done] exited with code=0 in 0.3 seconds

字符集，内码和JavaScript字符串

JavaScript 采用 UTF-16 编码的 Unicode 字符集，JavaScript 字符串是由一组无符号的16位值组成的序列。最常用的 Unicode 字符（这些字符属于“基本多语种平面”）都是通过 16 位的内码表示，并代表字符串中的单个字符，那些不能表示为 16 位的 Unicode 字符则遵循 UTF-16 编码规则————用两个 16位值组成的一个序列（亦称做“代理项对”）表示。这意味着一个长度为 2 的 JavaScript 字符串（两个 16 位值）有可能表示一个 Unicode 字符：

var p = "π";     // π由16位内码表示0x03c0
var e = "e";     // e由17位内码表示0x1d452
p.length         // => 1: p包含一个16位值
e.length         // => 2: e通过UTF-16编码后包含两个16位值："\ud835\udc52"

var hzh1 = "π";
var hzh2 = "e";
console.log("hzh1的长度：");
console.log(hzh1.length);
console.log("hzh2的长度：");
console.log(hzh2.length);

[Running] node "e:\HMV\JavaScript\JavaScript.js"
hzh1的长度：
1
hzh2的长度：
1
 
[Done] exited with code=0 in 0.175 seconds

JavaScript 定义的各式字符串操作方法均作用于 16 位值，而非字符，且不会对代理项对做单独处理，同样 JavaScript 不会对字符串做标准化的加工，甚至不能保证字符串是合法的 UTF-16 格式。

注

“基本多语种平面”（Basic Multilingual Plane，BMP），也称“零断面”（Plan 0），是 Unicode 中的一个编码区段。编码介于 U+0000~U+FFFF 之间。

3.2.1　字符串直接量

在 JavaScript 程序中的字符串直接量，是由单引号或双引号括起来的字符序列。由单引号定界的字符串中可以包含双引号，由双引号定界的字符串中也可以包含单引号。这里有几个字符串直接量的例子：

"" //空字符串：它包含0个字符
'testing'
"3.14"
'name="myform"'
"Wouldn't you prefer O'Reilly's book?"
"This string\nhas two lines"
"π is the ratio of a circle's circumference to its diameter"

在 ECMAScript 3 中，字符串直接量必须写在一行中，而在 ECMAScript 5 中，字符串直接量可以拆分成数行，每行必须以反斜线（\）结束，反斜线和行结束符都不算是字符串直接量的内容。如果希望在字符串直接量中另起一行，可以使用转义字符\n ：

"two\nlines" //这里定义了一个显示为两行的字符串
"one\        //用三行代码定义了显示为单行的字符串，只在ECMAScript 5中可用
long\
line"

需要注意的是，当使用单引号来定界字符串时，需要格外小心英文中的缩写和所有格写法，比如 can't 和 O'Reilly's。因为撇号和单引号是同一个字符，所以必须使用反斜线()来转义所有的撇号。

在客户端 JavaScript 程序设计中，JavaScript 代码会夹杂 HTML 代码的字符串，HTML 代码也会夹杂 JavaScript 代码。和 JavaScript 一样，HTML 也使用单引号或者双引号来定界字符串，因此，当JavaScript 代码和 HTML 代码混杂在一起的时候，最好在 JavaScript 和 HTML 代码中各自使用独立的引号风格。例如，在 JavaScript 表达式中使用单引号表示字符串 "Thank you”，而在 HTML 事件处理程序属性中则使用双引号表示字符串：

<button onclick="alert('Thank you')">Click Me</button>

3.2.2　转义字符

在 JavaScript 字符串中，反斜线()有着特殊的用途，反斜线符号后加一个字符，就不再表示它们的字面含义了，比如，\n 就是一个转义字符（escape sequence），它表示的是一个换行符。

注

escape sequence 译为“转义序列”，有时也译成“转义字符”和“逃逸符”。

另一个例子是上节中提到的转义字符'，表示单引号(或撇号)。当需要在一个单引号定界的字符串内使用撇号的时候，它就显得非常有用。现在你就会明白我们为什么把它们叫做转义字符了，因为反斜线可以使我们避免使用常规方式解释单引号，当单引号不是用来标记字符串结尾时，它只是一个撇号：

'You\'re right, it can\'t be a quote'

下表列出了 JavaScript 中的转义字符以及它们所代表的含义。其中有两个是通用的，通过十六进制数表示 Latin-1 或 Unicode 中的任意字码。例如，\xA9 表示版权符号，版权符号的 Latin-1 编码是十六进制数 A9 。同样，\u 表示由 4 个十六进制数指定的任意 Unicode 字符，比如，\u03c0 表示字符π。

表3-1 JavaScript转义字符

转义字符	含义
\o	NUL字符(\u0000)
\b	退格符(\u0008)
\t	水平制表符(\u0009)
\n	换行符(\u000A)
\v	垂直制表符(\u000B)
\f	换页符(\u000C)
\r	回车符(\u000D)
\"	双引号(\u0022)
\'	撇号或单引号(\uOO27)
\\	反斜线(\UOO5C)
\xXX	由两位十六进制数XX指定的Latin-1字符
\uXXXX	由4位十六进制数XXXX指定的Unicode字符

如果“\”字符位于没有在上表中列出的字符前，则忽略“\”(当然，JavaScript 语言将来的版本可能定义新的转义符)。比如，“#”和“#”等价。最后，上文提到过，在 ECMAScript 5 中，允许在一个多行字符串直接量里的每行结束处使用反斜线。

3.2.3　字符串的使用

JavaScript 的内置功能之一就是字符串连接。如果将加号(+)运算符用于数字，表示两数相加。但将它作用于字符串，则表示字符串连接，将第二个字符串拼接在第一个之后， 例如：

msg = "Hello, " + "world"; // 生成字符串"Hello, world"
greeting = "Welcome to my blog," + " " + name;

var hzh1 = "黄子涵";
var hzh2 = "是帅哥！"
console.log("拼接字符串：");
console.log(hzh1 + hzh2);

[Running] node "e:\HMV\JavaScript\JavaScript.js"
拼接字符串：
黄子涵是帅哥！
 
[Done] exited with code=0 in 0.174 seconds

要确定一个字符串的长度————其所包含的16位值的个数————可以使用字符串的length属性。比如，要得到字符串s的长度：

s.length

除了length属性，字符串还提供许多可以调用的方法：

var s = "hello, world"     //定义一个字符串
s.charAt(0)	               // => "h": 第一个字符
s.charAt(s.length-1)       // => "d": 最后一个字符
s.substring(1,4)           // => "ell": 第2〜4个字符
s.slice(1,4)               // => "ell": 同上
s.slice(-3)	               // => "rid": 最后三个字符
s.indexOf("l")             // => 2: 字符1首次出现的位置
s.lastIndexOf("l")         // => 10: 字符1最后一次出现的位置
s.IndexOf("1", 3)          // => 3: 在位置3及之后首次出现字符1的位置
s.split(", ")	           // => ["hello, "world"］分割成子串
s.replace（'h', 'H')       // => "Hello, world": 全文字符替换
s.toUpperCase()	           // => "HELLO, WORLD"

var hzh = "黄子涵是帅哥！";
var HZH = "hzh";
console.log("输出第一个字符：");
console.log(hzh.charAt(0));
console.log("");
console.log("输出最后一个字符：");
console.log(hzh.charAt(hzh.length-1));
console.log("");
console.log("用substring方法输出字符串某部分：");
console.log(hzh.substring(1,4));
console.log("");
console.log("用slice方法输出字符串某部分：");
console.log(hzh.slice(1,4));
console.log("");
console.log("用slice方法输出字符串最后三个字符：");
console.log(hzh.slice(-3));
console.log("");
console.log("字符“涵”首次出现的位置：");
console.log(hzh.indexOf("涵"));
console.log("");
console.log("字符“涵”最后一次出现的位置：");
console.log(hzh.lastIndexOf("涵"));
console.log("");
console.log("在位置3及之后首次出现字符“涵”的位置");
console.log(hzh.indexOf("涵", 3));
console.log("");
console.log("将数组分割成子串：");
console.log(hzh.split("是"));
console.log("");
console.log("全文字符替换：");
console.log(hzh.replace("子涵", "春钦"));
console.log("");
console.log("转换为大写：");
console.log(HZH.toUpperCase());

[Running] node "e:\HMV\JavaScript\JavaScript.js"
输出第一个字符：
黄
 
输出最后一个字符：
！
 
用substring方法输出字符串某部分：
子涵是
 
用slice方法输出字符串某部分：
子涵是
 
用slice方法输出字符串最后三个字符：
帅哥！
 
字符“涵”首次出现的位置：
2
 
字符“涵”最后一次出现的位置：
2
 
在位置3及之后首次出现字符“涵”的位置
-1
 
将数组分割成子串：
[ '黄子涵', '帅哥！' ]
 
全文字符替换：
黄春钦是帅哥！
 
转换为大写：
HZH
 
[Done] exited with code=0 in 0.247 seconds

记住，在 JavaScript 中字符串是固定不变的，类似replace()toUpperCase() 的方法都返回新字符串，原字符串本身并没有发生改变。

在 ECMAScript 5中，字符串可以当做只读数组，除了使用 charAt() 方法，也可以使用方括号来访问字符串中的单个字符（16位值）：

s = "hello, world";
s[0]	          // => "h"
s[s.length-1]     // => "d"

var hzh = "黄子涵是帅哥！";
console.log("字符串的第一个元素：");
console.log(hzh[0]);
console.log("");
console.log("字符串的最后一个元素：");
console.log(hzh[hzh.length-1]);

[Running] node "e:\HMV\JavaScript\JavaScript.js"
字符串的第一个元素：
黄
字符串的最后一个元素：
！
 
[Done] exited with code=0 in 0.176 seconds

基于 Mozilla 的 Web 浏览器（比如 Firefox ）很久之前就支持这种方式的字符串索引，多数现代浏览器（ IE 除外）也紧跟 Mozilla 的脚步，在 ECMAScript 5 成型之前就支持了这一特性。

3.2.4　模式匹配

JavaScript 定义了 RegExp() 构造函数，用来创建表示文本匹配模式的对象。这些模式称为“正则表达式”（regular expression），JavaScript 采用 Perl 中的正则表达式语法。String 和 RegExp 对象均定义了利用正则表达式进行模式匹配和査找与替换的函数。

RegExp 并不是 JavaScript 的基本类型。和 Date 一样，它只是一种具有实用 API 的特殊对象。正则表达式的语法很复杂，API 也很丰富。RgeExp 是一种强大和常用的文本处理工具。

尽管 RegExp 并不是语言中的基本数据类型，但是它们依然具有直接量写法，可以直接在 JavaScript 程序中使用。在两条斜线之间的文本构成了一个正则表达式直接量。第二条斜线之后也可以跟随一个或多个字母，用来修饰匹配模式的含义，例如：

/^HTML/                     //匹配以HTML开始的字符串
/[1-9][0-9]*/               //匹配一个非零数字，后面是任意个数字
/\bjavascript\b/i           // 匹配单词"javascript"，忽略大小写

RegExp 对象定义了很多有用的方法，字符串同样具有可以接收 RegExp 参数的方法，例如：

var text = "testing: 1, 2, 3";     // 文本示例
var pattern = /\d+/g               // 匹配所有包含一个或多个数字的实例 
pattern.test(text)                 // => true: 匹配成功 
text.search(pattern)               // => 9: 首次匹配成功的位置 
text.match(pattern)                // => ["1", "2", "3"]: 所有匹配组成的数组 
text.replace(pattern, "#")         // => "testing: #, #, #" 
text.split(/\D+/);                 // => ["","l","2","3"]: 用非数字字符截取字符串

var hzh = "黄子涵的手机号码：1, 9, 2, 1, 3, 2, 3, 4, 9, 3";
var pattern = /\d+/g;
console.log("看能不能匹配成功？");
console.log(pattern.test(hzh));
console.log("");
console.log("首次匹配成功的位置：");
console.log(hzh.search(pattern));
console.log("");
console.log("所有匹配组成的数组：");
console.log(hzh.match(pattern));
console.log("");
console.log("把数字替换为“？”");
console.log(hzh.replace(pattern,"？"));
console.log("");
console.log("用非数字字符截取字符串：");
console.log(hzh.split(/\D+/));

[Running] node "e:\HMV\JavaScript\JavaScript.js"
看能不能匹配成功？
true
 
首次匹配成功的位置：
9
 
所有匹配组成的数组：
[
  '1', '9', '2', '1',
  '3', '2', '3', '4',
  '9', '3'
]
 
把数字替换为“？”
黄子涵的手机号码：？, ？, ？, ？, ？, ？, ？, ？, ？, ？
 
用非数字字符截取字符串：
[
  '',  '1', '9', '2',
  '1', '3', '2', '3',
  '4', '9', '3'
]
 
[Done] exited with code=0 in 0.176 seconds