ES6标准入门 第四章：字符串的扩展

1、字符串的Unicode 表示法

 

JavaScript 允许采用 \uxxxx 表示一个字符，其中 xxxx 表示字符的码点。

"\u0061"     // "a"

 

ES5中的缺陷：

以上表示法只限于 \u0000——\uFFFF 之间的字符。超出这个范围的=字符，必须用两个双字节表示。

"\uD842\uDFB7"    //"𠮷"

 

如果直接在\u 后面直接加上超过\uFFFF 的数值：

"\u20BB7"     // "  7"

如上代码，JavaScript会理解成  “\u20BB+7” 。由于\u20BB 是一个不可打印字符， 所以显示一个空格。

 

ES6的改进：

只要将码点放入大括号，就能正确解读改字符。

"\u{20BB7}"    // "𠮷"

"\u{41}\u{42}\u{43}"     // "ABC"

let hello = 123;
hell\u{6F} // 123

'\u{1F680}' === '\uD83D\uDE80'    // true    此行代码表示：大括号表示法 与 四字节的UTF-16编码是等价的。

 

在JavaScript 中共有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

 

 

2、codePointAt()  ---  【定义在字符串实例对象上】

 

JavaScript内部，字符以UTF-16格式存储，每个字符固定为2字节。对于Unicode 码点大于0xFFFF 的字符（需要4个字节存储），js会认为它们是2个字符。

 

ES5的缺陷：charCodeAt

var s = "𠮷";

s.length // 2
s.charCodeAt(0) // 55362
s.charCodeAt(1) // 57271

上面的代码中，𠮷 的码点是0x20BB7，UTF-16 编码为0xD842 0xDFB7（十进制为55362 57271），需要4个字节储存。

对于这种四字节字符，JavaScript不能正确处理，字符串长度会被误认为2；charCodeAt 方法只能分别返回前两个字节的值 和 后两个字节的值。

 

ES6 的改进：codePointAt

提供了codePointAt方法，能够正确处理4 字节字符，返回一个32位的UTF-16字符的码点。（返回的码点是十进制的）

let s = '𠮷a';

s.codePointAt(0) // 134071
s.codePointAt(1) // 57271
s.codePointAt(2) // 97

参数为字符在字符串中的位置（从0开始）； 对于两个字节存储的常规字符，它的返回结果与charCodeAt方法相同。

 

若要codePointAt方法返回的是十六进制的值，可以使用 toString方法转换一下。

let s = '𠮷a';

s.codePointAt(0).toString(16) // "20bb7"
s.codePointAt(2).toString(16) // "61"

 

以上代码仍然存在问题：codePointAt方法的参数仍然是不正确的。【a在字符串的位置是1， 但是传参却是2】

解决方法： 使用for…of 循环，因为它可以正确识别32位的 UTF-16字符。

let s = '𠮷a';
for (let i of s) {
   console.log( i.codePointAt(0).toString(16) );
}
// "20bb7"
// "61"

 

解决问题：codePointAt 方法 是测试一个字符由 2个字节 还是 4个字节 组成的最简单的方法。

function is32Bit( c ) {
   return c.codePiontAt(0) > 0xFFFF;
}

is32Bit("𠮷"); // true
is32Bit("a"); // true

 

 

3、String.fromCodePoint()  ---  【定义在String对象上】

 

ES5 的缺陷：String.fromCharCode

String.fromCharCode 用于从码点返回对应的字符，但是不能识别大于Unicode编码 0xFFFF 的字符（32位的UTF-16字符）

String.fromCharCode(0x20BB7)
// "ஷ"

上面代码 0x20BB7发生溢出最高位两位被舍弃，最后返回码点U+0BB7对应的字符，而不是码点U+20BB7对应的字符。

 

ES6的改进：String.fromCodePoint

String.fromCodePoint 方法，可以识别大于0xFFFF 的码点；作用上正好与 codePointAt 相反。

String.fromCodePoint(0x20BB7)
// "𠮷"
String.fromCodePoint(0x78, 0x1f680, 0x79) === 'x\uD83D\uDE80y'
// true

方法中有多个参数，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。

 

 

4、字符串的遍历器接口

ES6位字符串添加了遍历器接口，使字符串可以由for…of 循环遍历。

for (let codePoint of 'foo') {
   console.log(codePoint);
}
// 'f'
// 'o'
// 'o'

 

除了遍历字符串，这个遍历器最大的优点就是可以识别大于 0xFFFF的码点。（传统的for循环无法识别这样的码点）

var text = String.fromCodePoint(0x20BB7);

for (let i=0; i<text.length; i++) {
   console.log( text[i] )
}
// ""
// ""

for (let i of text) { console.log() }
// "𠮷"




 




 


5、at()


ES5的缺陷：charAt()


charAt方法，返回字符串给定位置的字符。该方法不能识别码点大于 0xFFFF 的字符。




'abc'.charAt(0); // "a"
'𠮷'.charAt(0);   // "\uD842"    返回的是UTF-16的第一个字节，实际上是无法显示的




 


ES7中改进：at()


ES7为字符串实例提供了at 方法，识别Unicode编码大于0xFFFF的字符，返回正确的字符。（chrome浏览器已经支持）




'abc'.charAt(0); // "a"
'𠮷'.charAt(0);   // "𠮷" 




 




 


6、normalize()


为了表示语调和重音符号，Unicode提供了两种方法。


方法一：直接提供带重音符号的字符。比如Ǒ（\u01D1）。


方法二：提供合成符号，即原字符和重音字符合成为一个字符。比如O（\u004F）和ˇ（\u030C）合成Ǒ（\u004F\u030C）。


这两种表示方法在视觉和语义上是等价的，但是JavaScript 无法识别。




'\u01D1'==='\u004F\u030C' //false

'\u01D1'.length // 1
'\u004F\u030C'.length // 2




 


ES6为字符串实例提供了normalize方法，用来将字符的不同表示方法统一为同样的样式，称为Unicode正规化。




'\u01D1'.normalize() === '\u004F\u030C'.normalize()
// true




 


normalize方法可以指定一个参数用来指定normalize的方式，参数有四个可选值：


NFC，默认参数，表示“标准等价合成”，返回多个简单字符的合成字符。


NFD，表示“标准等价分解”，即在标准等价的前提下，返回合成字符分解出的多个简单字符。


NFKC，表示“兼容等价合成”，返回合成字符。


NFKD，表示“兼容等价分解”，在兼容等价的前提下，返回合成字符分解出的多个简单字符。


 


标准等价：视觉和语义上的等价。   兼容等价：语义上等价，但视觉上不等价。


　　　　


目前，normalize方法不能识别3个或者3个以上的字符合成。


 




 


7、includes()、startsWith()、endsWith()


 


ES5中，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内。


ES6，又提供了3种新方法：


includes()： 返回布尔值，是否找到参数字符串；


startsWith()：返回布尔值，参数字符串是否在原字符串头部；


endsWith()：返回布尔值，参数字符串是否在原字符串尾部；


这三种方法都支持第2个参数，表示开始搜索的位置。 endsWith中的行为是不一样的，他表示的是前n个字符。




var s = 'hello world!';

s.startsWith('world', 6);  // true
s.endsWith('hello',5);  // true   表示前5个字符中是不是以“hello”结束
s.includes('hello', 6);   // false




 




 


8、repeat()


 


repeat方法，表示将原字符串重复n次，返回一个新字符串。




'x'.repeat(3);  // 'xxx'
'na'.repeat(0); //""




 


参数如果是小数，会被取整。




'na'.repeat(2.9);  //"nana"




 


参数如果是负数 或 Infinity，会报错。




'na'.repeat(Infinity); //报错
'na'.repeat(-1);        //报错




 


参数是-1到0 之间的小数，则会等同于0；【取整之后等于-0，repeat等同于0】




'na'.repeat(-0.6);   //""




 


参数NaN等同于0




'na'.repeat(NaN); //""




 


参数为字符串，则会先转换成数字。




'na'.repeat(‘3’);    //"nanana"
'na'.repeat(‘na’);  //""




 




 


9、padStart()、 padEnd()


ES7 推出了字符串补全功能。如果某个字符串未达到指定长度，会在头部或尾部补全。


第一个参数：指定字符串的最小长度；


第二个参数：用来补全的字符串；




'x'.padStart(5, 'ab');  //"ababx"
'x'.padStart(4, 'ab');  //"abax"

'x'.padEnd(4, 'ab');  //"xaba"




 


如果原字符串的长度 等于或大于 指定的最小长度，则返回原字符串。




'xxx'.padStart(3, 'ab');  //"xxx"
'xxx'.padEnd(2, 'ab');  //"xxx"




 


如果省略第二个参数，则会用空格补全。




'x'.padStart(4);  // "   x"
'x'.padEnd(4);   // "x   "




 




 


10、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；在模板字符串中嵌入变量需要将变量名写在 ${} 中。




var name = 'Bob', time = 'today';
`hello ${name}, how are you ${time}`




 


若在模板字符串中使用反引号，需要在其前面加上反斜杠转义。




var greeting = `  \`yo\` world  `;




 


若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中。


 


模板字符串中的的大括号内可以放入任意的表达式，可以进行运算，以及引用对象属性。




var x = 1;
var y = 2;
` ${x} + ${y} = ${x+y}  `    // 1+2=3

var obj = {x:1, y:2};
` ${obj.x + obj.y} `         // 3




 


模板字符串还能调用函数。




function fn() {
   return "hello world";
}

` foo ${fn()} bar `;    // foo hello world bar




 


如果大括号中的值不是字符串，将按照一定的规则转换为字符串。【若大括号中是对象，将默认调用对象的toString方法】


 


如果模板字符串内的变量没有声明，将报错。




var msg = ` Hello, ${place} `;     //  变量place 没有声明 抱错




 


由于模板字符串的大括号内就是要执行的JavaScript代码，因此如果大括号内部是一个字符串，将会原样输出。




` hello ${'world'} `;   // hello world   




 


如果需要引用模板字符串本身，可以如下写法。




//写法1
let str = 'return' + ' `hello ${name}` ';
let func = new Function('name', str);
func('jack');    //hello jack

//写法2
let str = '(name) => `Hello ${name}` ';
let func = eval.call(null, str);
func('jack');     //"Hello Jack"




 




 


11、标签模板


 


标签模板，其实不是模板，而是函数调用的一种形式。 标签就是函数，紧跟在后面的模板字符串就是它的参数。




var a = 5;
var b = 10;

tag` Hello ${a+b} world ${a*b} `;

function tag(stringArr，value1， value2) { //…… }  


function tag(stringArr，...values) { //…… }





 函数tag会依次接受多个参数：


    

  • 第一个参数: ['Hello', 'world', ''] ---> 数组成员就是模板字符串中那些没有变量替换的部分， 变量替换只发生在数组成员之间！！
    • 

  • 第二个参数： 15
    • 

  • 第三个参数： 50
    • 



 


下面这个例子展示如何将各个参数按照原来的位置拼回去：*****




let total = 30;
let msg = passthru` The total is ${total} (${total*1.5} with tax) `;
function passthru (literals) {
   let result = '';
   let i = 0;
   while (i < literals.length) {
      result += literals[i++];
      if (i <arguments.length ) {
         result += arguments[i];
      }
   }
   return result;
}




 


 




 


12、String.raw()


ES6为原生的String对象提供了 raw 方法。


String.raw()方法用来充当模板字符串的处理函数，返回一个反斜线都会被转义（即反斜线前再加一个反斜线）的字符串。




String.raw`Hi \n${2+3}`;      //  Hi \\n5




 


如果原字符串的反斜线已经转义过了， 那么string.raw 不会做任何处理。




String.raw`Hi \\n`;      //  Hi \\n




 


String.raw 方法可以作为处理模板字符串的方法，它会将所有的变量替换，并对反斜线进行转义。。


String.raw方法还可以作为正常函数使用。第一个参数是一个具有raw属性的对象， 其raw属性的值应该是一个数组。




String.raw({ raw:'test' }, 0, 1, 2);   // "t0e1s2t"
//等同于
String.raw({ raw:['t', 'e', 's', 't'] }, 0, 1, 2);




 


String.raw的代码实现：*****




String.raw = function (strings, ...values) {
   let output = "";
   let i;
   for (i=0; i<values.length; i++) {
       output += strings.raw[i] + values[i];
   }

   output += strings.raw[i];
   return output;
}   




 






		

		
posted @ 
2018-03-13 19:58 
见证LBJ 
阅读(293) 
评论(0) 
编辑 
收藏 
举报