js你不知的那些基础问题-字符串

1.概述

1.1 定义

　　由于 HTML 语言的属性值使用双引号，所以很多项目约定 JavaScript 语言的字符串只使用单引号，

　　本教程遵守这个约定。当然，只使用双引号也完全可以。

　　重要的是坚持使用一种风格，不要一会使用单引号表示字符串，一会又使用双引号表示。

　　如果长字符串必须分成多行，可以在每一行的尾部使用反斜杠。

var longString = 'Long \
long \
long \
string';

longString
// "Long long long string"

　　注意，反斜杠的后面必须是换行符，而不能有其他字符（比如空格），否则会报错。

　　如果字符串的正常内容之中，需要包含反斜杠，则反斜杠前面需要再加一个反斜杠，用来对自身转义。

"Prev \\ Next"
// "Prev \ Next"

1.2 字符串与数组

　　字符串可以被视为字符数组，因此可以使用数组的方括号运算符，

　　用来返回某个位置的字符（位置编号从0开始）。

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

// 直接对字符串使用方括号运算符
'hello'[1] // "e"

2 字符集

　　JavaScript 使用 Unicode 字符集。JavaScript 引擎内部，所有字符都用 Unicode 表示

 

 　　每个字符在 JavaScript 内部都是以16位（即2个字节）的 UTF-16 格式储存。

　　 也就是说，JavaScript 的单位字符长度固定为16位长度，即2个字节。

 

　　UTF-16 有两种长度：对于码点在U+0000到U+FFFF之间的字符，长度为16位（即2个字节）；

　　对于码点在U+10000到U+10FFFF之间的字符，长度为32位（即4个字节），

　　而且前两个字节在0xD800到0xDBFF之间，后两个字节在0xDC00到0xDFFF之间。

　　举例来说，码点U+1D306对应的字符为𝌆，它写成 UTF-16 就是0xD834 0xDF06。

 

　　上一节的那个四字节字符𝌆，浏览器会正确识别这是一个字符，

　　但是 JavaScript 无法识别，会认为这是两个字符。

'𝌆'.length // 2

　　总结一下，对于码点在U+10000到U+10FFFF之间的字符，

　　JavaScript 总是认为它们是两个字符（length属性为2）。

　　所以处理的时候，必须把这一点考虑在内，也就是说，

　　JavaScript 返回的字符串长度可能是不正确的。

3 Base64 转码

有时，文本里面包含一些不可打印的符号，比如 ASCII 码0到31的符号都无法打印出来，

这时可以使用 Base64 编码，将它们转成可以打印的字符。

另一个场景是，有时需要以文本格式传递二进制数据，那么也可以使用 Base64 编码。

 

所谓 Base64 就是一种编码方法，可以将任意值转成 0～9、A～Z、

a-z、+和/这64个字符组成的可打印字符。

使用它的主要目的，不是为了加密，而是为了不出现特殊字符，简化程序的处理。

 

JavaScript 原生提供两个 Base64 相关的方法。

• btoa()：任意值转为 Base64 编码
• atob()：Base64 编码转为原来的值

var string = 'Hello World!';
btoa(string) // "SGVsbG8gV29ybGQh"
atob('SGVsbG8gV29ybGQh') // "Hello World!"

　　注意，这两个方法不适合非 ASCII 码的字符，会报错。

btoa('你好') // 报错

　　要将非 ASCII 码字符转为 Base64 编码，必须中间插入一个转码环节，再使用这两个方法。

function b64Encode(str) {
  return btoa(encodeURIComponent(str));
}

function b64Decode(str) {
  return decodeURIComponent(atob(str));
}

b64Encode('你好') // "JUU0JUJEJUEwJUU1JUE1JUJE"
b64Decode('JUU0JUJEJUEwJUU1JUE1JUJE') // "你好"

　　

文章内容转自 阮一峰老师 JavaScript教程 https://wangdoc.com/javascript/index.html