【译】Javascript转义字符
原文地址：https://mathiasbynens.be/notes/javascript-escapes
最近写了2篇文章，包括 HTML中的字符实体 和 CSS中的转义序列, 我表示很有兴趣对Javascript的转义字符也研究一下。
1、字符码，码点，代码单元（Character codes, code points, and code units）
一个码点（code point，也被称为字符码: character code）是一个特定Unicode字符的数值化表示。
例如，版权符号©的字符码是169，用十六进制写就是0xA9。
在Javascript里面，方法 String#charCodeAt() 能够获得任何字符的Unicode码点（最大到U+FFFF，也就是说最大的码点是0XFFFF，十进制就是65535）。
由于 JavaScript 内部使用UCS-2编码，更高的码点是由一对“surrogate”伪字符表示的。 要获得更高码点的实际字符码，你需要做 一些额外的工作。
基本上说，JS使用代码单元而不是码点。
跳出上面的内容，让我们先看看JS字符串中不同类型的转义字符。
2、单字符转义序列（Single character escape sequences）
有一些 保留的 单字符转义序列:
\b: backspace (U+0008 退格)\f: form feed (U+000C FORM FEED)\n: line feed (U+000A LINE FEED)\r: carriage return (U+000D CARRIAGE RETURN)\t: horizontal tab (U+0009 CHARACTER TABULATION)\v: vertical tab (U+000B LINE TABULATION)\0: null character (U+0000 NULL) (only if the next character is not a decimal digit; else it’s an octal escape sequence)\': single quote (U+0027 APOSTROPHE)\": double quote (U+0022 QUOTATION MARK)\\: backslash (U+005C REVERSE SOLIDUS)
所有的转义字符可以通过下面的一个正则表达式记忆：\\[bfnrtv0'"\\]
注意反斜杠 \ 扮演特殊字符的角色，仅仅有一个例外：
'abc\
def' == 'abcdef'; // true
紧接在 \ 后面的新行不是一个转义字符, 而是一个行连接装置 LineContinuation 。新行没有变成字符串的一部分。这是一个简单的方法让一个字符串跨越多行（可能是为了方便代码编辑）, 同时字符串本身并没有包含任何新行字符. 我想你可能认为一个紧接在 \ 后面的新行如同就是对一个空字符进行转义。
反斜线 \ 作为连接符不是符合标准的写法，但是很多浏览器已经实现了；犀牛书上提到ES3不支持这种多行的写法，ES5才支持；
反斜杠后面不能再添加空格了，容易出错；
还有缺点是：这种写法给js代码压缩器带来诟病。
同时需要注意的是，如上文所描述，作为连接符的反斜线后面接着新行符（因为换行了），但这里反斜线和新行符都不作为字符字面量的一部分。
不是特殊字符也能够进行转义 (例如 '\a' == 'a'), 但这当然是不需要的。然而，在 Unicode转义序列 外面使用 \u，或者在 十六进制的转义 外面使用 \x，这在 规范中是不容许的, 并且这可能导致一些引擎抛出一个语法错误。
注意: IE < 9 中的'\v'就当作是'v'，不表示垂直制表符 ('\x0B')。在意跨浏览器兼容性的话，就直接使用 \x0B 代替 \v。
另外要注意的是\v和\0转义是不容许在JSON字符串中使用的。
3、八进制的转义序列（Octal escape sequences）
任何字符码低于256的字符（也就是说包含在扩展ASCII范围内的任意字符）能通过它的八进制编码进行转义，使用前缀 \ 。（注意 十六进制转义 的字符范围也和这里的一致）。
使用相同的例子，版权符号('©')的字符码是169，八进制是251，所以你能够八进制转义方法写成 ‘\251’。
八进制转义方法能包含2个、3个或者4个字符。'\1', '\01' 和 '\001'是等价的，不需要强制补零。
当然，如果八进制转义（比如 '\1'）是一个大字符串的一部分，并且这个转义字符后面直接跟着一个范围在 [0-7] 的字符（比如1），那么这个字符将被认为是转义序列的一部分，直到最多可以包含3个字符！换句话说，'\12' (等价于 '\012' )不同于 '\0012' ( '\0012' 等价于 '\001' 接了一个未转义的数字2)。所以，简单的对八进制转义进行补零，能够避免一些问题。
注意有一个意外的情况，就是它自己，\0 并不是一个八进制转义。它看起来就像1，并且它甚至等于 \00 和 \000 (这2个都是八进制转义) - 除非它后面紧接十进制数码，不然都还是作为 单字符转义序列. 或者, 照此规范的格式: EscapeSequence :: 0 [lookahead ∉ DecimalDigit]. 使用正则表达式来定义这个八进制转义语法，很简单： \\(?:[1-7][0-7]{0,2}|[0-7]{2,3})。
Past editions of ECMAScript have included additional syntax and semantics for specifying octal literals and octal escape sequences. These have been removed from this edition of ECMAScript. This non-normative annex presents uniform syntax and semantics for octal literals and octal escape sequences for compatibility with some older ECMAScript programs.
额外的, 在严格模式下会产生语法错误:
A conforming implementation, when processing strict mode code (see 10.1.1), may not extend the syntax of
EscapeSequenceto includeOctalEscapeSequenceas described in B.1.2.
TL;DR 不要使用八进制转义; 使用 十六进制转义 代替.
4、十六进制转义序列（Hexadecimal escape sequences）
任何字符码低于256的字符（也就是说包含在扩展ASCII范围内的任意字符）能通过它的十六进制编码进行转义，使用前缀 \x。（注意 octal escapes 转义的字符范围也和这里的一致）。
十六进制转义有4个字符长度。在\x后面需要接2个字符。如果十六进制字符码仅仅只有一个字符长度，需要前补0。
例如，版权符号 ('©') 的字符码是169，十六进制是A9，用十六进制，你能用 '\xA9'。
转义的十六进制部分是大小写不敏感的，也就是说，'\xa9'和'\xA9'是等价的。
如果使用正则表达式来定义十六进制转义的语法，如下: \\x[a-fA-F0-9]{2}.
有一点需要分辨一下，规范 上提到这种转义序列是“十六进制化的”（“hexadecimal”），而下面要说的 Unicode转义 也是使用十六进制（注：当然这2个是不同的转义，但都是和十六进制相关）。
5、Unicode转义序列（Unicode escape sequences）
任何字符码低于65535的字符能通过它的十六进制字符码进行转义，使用前缀 \u。 (如前面提到的, 更高的字符码需要一对“surrogate”字符)
Unicode转义有6个字符长。也就是说在\u后面需要接4个字符。如果十六进制字符仅仅只有1个、2个或者3个长，需要在前面补足0（比如说 \u0001）。
版权符号('©')的字符码是169, 十六进制表示为A9 , 所以你能写作 '\u00A9'. 类似的, '♥' 能被写成 '\u2665'。
这种字符转义类型的十六进制部分是大小写不敏感的；也就是说，'\u00a9' 和 '\u00A9' 是等价的。
使用正则表达式的方式来定义这种转义语法，如下: \\u[a-fA-F0-9]{4}.
注意：不像 一些简单的转义, Unicode转义是JSON规范仅支持的一种。
6、ECMAScript 6: Unicode码点转义（Unicode code point escapes）
ECMAScript 6 引入 了一种新的字符转义序列, 命名为 Unicode code point escapes。同时，ES6也定义了 String.fromCodePoint 和 String#codePointAt, 这些方法都接受码点而不是 类似UCS-2/UTF-16的代码单元.
如果完全实现的话，任何字符都可以用其码点的十六进制化的值来转义，使用前缀 \u{ 和后缀 }。这样，支持的码点将达到 0x10FFFF, 也即是Unicode定义的最大的码点了。
Unicode码点转义至少包含5个字符，至少一个十六进制的字符被包含在\u{…}中。这其中，十六进制数码的个数没有上限（如：'\u{000000000061}' == 'a'），但是实践中你可能不需要超过6以上的了，除非你弄个不必要的补零。
那个啥符号（The tetragram for centre symbol 𝌆）的码点是 U+1D306, 则可以写成 \u{1D306}. 作为比较，如果你使用 Unicode转义 去表达这个符号，你需要使用surrogate对： '\uD834\uDF06'。
是太玄经中的某个符号，参考：U+1D306
这种字符转义类型的十六进制部分是大小写不敏感的；也就是说，'\u{1d306}' 和 '\u{1D306}' 是等价的。
你可以用下面的正则来表示Unicode码点转义的语法: \\u\{([0-9a-fA-F]{1,})\}。
7、控制转义序列（Control escape sequences）
在正则表达式中 (不是在字符串中!)，任何大于0而小于26的字符码都可以使用caret notation字符转义，使用前缀 \c
caret notation参考：https://en.wikipedia.org/wiki/Caret_notation ,简单说，这个标识专门针对ASCII编码中不可打印的控制字符，比如控制字符EOT的值是4，那么对应的标识就是^D，因为字母D在字母表中排第4位！那么转成caret notation就是\cD
控制转义有3个字符长， \c 后面必须带一个字符。
例如，换行符U+000A 对应的caret notation是 ^J 。
所以，匹配这个换行符的有效的正则表达式可以是 /\cJ/, 例： /\cJ/.test('\n') == true
\c后面的字符是不区分大小写的，所以 /\cJ/ 和 /\cj/ 是等价的。
下面所列的是所有的控制转义序列和对应的控制字符：
| 转义序列 | Unicode 码点 |
|---|---|
\cA or \ca |
U+0001 START OF HEADING |
\cB or \cb |
U+0002 START OF TEXT |
\cC or \cc |
U+0003 END OF TEXT |
\cD or \cd |
U+0004 END OF TRANSMISSION |
\cE or \ce |
U+0005 ENQUIRY |
\cF or \cf |
U+0006 ACKNOWLEDGE |
\cG or \cg |
U+0007 BELL |
\cH or \ch |
U+0008 BACKSPACE |
\cI or \ci |
U+0009 CHARACTER TABULATION |
\cJ or \cj |
U+000A LINE FEED (LF) |
\cK or \ck |
U+000B LINE TABULATION |
\cL or \cl |
U+000C FORM FEED (FF) |
\cM or \cm |
U+000D CARRIAGE RETURN (CR) |
\cN or \cn |
U+000E SHIFT OUT |
\cO or \co |
U+000F SHIFT IN |
\cP or \cp |
U+0010 DATA LINK ESCAPE |
\cQ or \cq |
U+0011 DEVICE CONTROL ONE |
\cR or \cr |
U+0012 DEVICE CONTROL TWO |
\cS or \cs |
U+0013 DEVICE CONTROL THREE |
\cT or \ct |
U+0014 DEVICE CONTROL FOUR |
\cU or \cu |
U+0015 NEGATIVE ACKNOWLEDGE |
\cV or \cv |
U+0016 SYNCHRONOUS IDLE |
\cW or \cw |
U+0017 END OF TRANSMISSION BLOCK |
\cX or \cx |
U+0018 CANCEL |
\cY or \cy |
U+0019 END OF MEDIUM |
\cZ or \cz |
U+001A SUBSTITUTE |
控制转义序列语法的正则表示: \\c[a-zA-Z]
8、A tool for character escapes
我写了一个Javascript字符转义工具，这个工具结合了这些不同种类的转义（除了不推荐使用的八进制转义）并返回了最小可能的结果字符串。试下它吧： mothereff.in/js-escapes!
你可以用它转义任何字符，但是注意提供了一个选项是：仅转义非ASCII字符和不可打印的ASCII字符（这个选项可能是最常用的）。通过这个方法，你能很方便的转换字符串，如 'Ich ♥ Bücher'转换成等价的 'Ich \u2665 B\xFCcher' 。之前我在做 Punycode.js unit tests 的时候， 这个工具节省了我很多时间。
需要在你的Javascript应用中转义字符串吗？ The JavaScript library that powers this tool 可以在Github上找到.
