1. 技术文章
  2. ECMAScript6--字符串的扩展

ECMAScript6--字符串的扩展

由 Deadly 提交于 2019-12-20 04:02:06

字符的Unicode表示法

ES6 加强了对 Unicode 的支持，允许采用\uxxxx形式表示一个字符,其中xxxx表示字符的Unicode码点
表示范围: \u0000 ~ \uFFFF
超出范围的字符,必须用两个双字节的形式表示

"\uD842\uDFB7"
// "𠮷"
"\u20BB7"
// " 7"

上面代码中,如果直接在\u后面跟上超过0xFFFF的数值,JavaScript会理解成 \u20BB+7. 由于\u20BB是一个不可打印字符,所以只会显示一个空格,后面跟着一个7

ES6 对这一点做出了改进，只要将码点放入大括号，就能正确解读该字符。

"\u{20BB7}"
// "𠮷"

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

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

'\u{1F680}' === '\uD83D\uDE80'
// true

上面代码中，最后一个例子表明，大括号表示法与四字节的 UTF-16 编码是等价的。

有了这种表示法之后，JavaScript 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

字符串的遍历器接口

ES6位字符串添加了遍历器接口,使得字符串可以被for…of循环遍历

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

除了遍历字符串,这个遍历器最大的有点是可以识别大于0xFFFF的码点.传统的for循环无法识别

let text = String.fromCodePoint(0x20BB7);

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

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

直接输入U+2028 和 U+2029

JavaScript字符串允许直接输入字符,以及输入字符的转义形式
例如: '中' === '\u4e2d' //true
但是,JavaScript规定有五个字符,不能直接在字符串里面直接使用,只能使用转义形式.

  • U+005C：反斜杠（reverse solidus)
  • U+000D：回车（carriage return）
  • U+2028：行分隔符（line separator）
  • U+2029：段分隔符（paragraph separator）
  • U+000A：换行符（line feed）

对于json格式允许字符串里面直接使用 U+2028（行分隔符）和 U+2029（段分隔符）

JSON.stringify()的改造

UTF-8标准规定,0xD800到0xDFFF之间的码点,不能单独使用,必须配对使用
现在JSON.stringify方法可能返回不符合UTF-8标准的字符串(可能返回0xD800到0xDFFF之间的单个码点)

JSON.stringify('\u{D834}') // ""\\uD834""
JSON.stringify('\uDF06\uD834') // ""\\udf06\\ud834""

如果遇到0xD800到0xDFFF之间的单个码点,或者不存在的匹配形式,它会返回转义字符串,留给应用自己决定下一步的处

模板字符串

ES6中使用反引号(`)标识模板字符串

// 普通字符串
`In JavaScript '\n' is a line-feed.`

// 多行字符串(所有的空格和缩进都会被保留在输出之中)
//可以使用trim方法消除行首行尾的缩进....
`In JavaScript this is
     not legal.`

如果在模板中需要使用反引号表示,则需要使用反斜杠进行转义

let greeting = `\`Yo\` World!`;

模板字符串中嵌入变量(js表达式),需要将变量名(js表达式)写在${}之中

//嵌入变量
function(name,age){
	console.log(`姓名:${name},年龄:${age}`);
}

//js表达式
let x = 1;
let y = 2;

`${x} + ${y * 2} = ${x + y * 2}`
// "1 + 4 = 5"

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

//调用函数
function fn() {
  return "Hello World";
}

`foo ${fn()} bar`    // foo Hello World bar

注意:
如果大括号中的值不是字符串,将按照一般的规则转为字符串
如果字符串中的变量没有声明,将报错
大括号内部是一个字符串,将会原样输出

模板字符串可以嵌套:

const tmpl = addrs => `
  <table>
  ${addrs.map(addr => `
    <tr><td>${addr.first}</td></tr>
    <tr><td>${addr.last}</td></tr>
  `).join('')}
  </table>
`;

标签模板

模板字符串跟在一个函数名后面,该函数将被调用来处理这个模板字符串,这些被称为"标签模板"功能
标签: 指的就是函数
模板字符串:函数的参数

alert`123`
//等同于
alert(123);

如果标签模板里面有变量,就不是简单的调用了,而是将模板字符串先处理成多个参数,再调用函数,

函数会接受一个数组和模板里面的变量值

let a = 5;
let b = 10;

tag`Hello ${ a + b } world ${ a * b }`;
// 等同于
tag(['Hello ', ' world ', ''], 15, 50);

第一个参数为数组(该数组有一个raw属性,保存的是转义后的原字符串),该数组的成员是模板字符串中那些没有变量替换的部分, 也就是说，变量替换只发生在数组的第一个成员与第二个成员之间、第二个成员与第三个成员之间，以此类推.

其他参数为模板字符串中各个变量被替换后的值

//使用函数的rest参数(形式为...变量名)
function(strArray,...values){
	......
}

模板字符串的限制

模板字符串默认会将字符串转义,导致无法嵌入其他语言

字符串新增的方法

String,fromCodePoint()

用于从Unicode码点返回对应字符,可以识别码点大于0xFFFF的字符(弥补了ES5中该方法的不足)

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

如果String.fromCodePoint方法有多个参数,则他们会被合并成一个字符串返回

String.raw()

该方法返回一个斜杠都被转义(即斜杠前面再加一个斜杠)的字符串,往往用于模板字符串的处理方法
如果原字符串的斜杠已经被转义,那么该方法会进行再次转义

String.raw`Hi\\n`
// 返回 "Hi\\\\n"

该方法也可以作为正常的函数使用,这时,他的第一个参数应该是一个具有raw属性的对象,且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);

实例方法: codePointAt()

JavaScript 内部，字符以 UTF-16 的格式储存，每个字符固定为2个字节.对于那些需要4个字节储存的字符(Unicode码点大于0xFFFF的字符),JavaScript 会认为它们是两个字符。

var s = "𠮷";

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

对于这种4个字节的字符,JavaScript不能正确处理,字符串长度会误判为2,而且charAt()方法无法读取整个字符,charCodeAt()方法只能分别返回前两个字节和后两个字节的值.
ES6提供的codePointAt()方法,能够正确的处理4个字节储存的字符,返回个一个字符的码点.

参数:字符在字符串中的位置(从0开始,整个字符码点的位置)

返回值: 码点的十进制值(可以通过toString方法进行进制的转换)

codePointAt()方法的参数,仍然是不正确的,比如，上面代码中，字符a在字符串的正确位置序号应该是 1，但是必须向codePointAt()方法传入 2.

解决办法:

1).使用for…of循环(它会正确识别 32 位的 UTF-16 字符。)

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

2).使用扩展运算符(…)进行展开运算

let arr = [...'𠮷a']; // arr.length === 2
arr.forEach(
  ch => console.log(ch.codePointAt(0).toString(16))
);
// 20bb7
// 61

实例方法:normalize()

许多欧洲语言有语调符号和重音符号。为了表示它们，Unicode 提供了两种方法。

一:直接提供带重音符号的字符，比如Ǒ（\u01D1）

二:提供合成符号（combining character），即原字符与重音符号的合成，两个字符合成一个字符，比如o（\u004F）和ˇ \u030C）合成Ǒ（\u004F\u030C）

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

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

上面代码表示，JavaScript 将合成字符视为两个字符，导致两种表示方法不相等。

normalize方法可以接受一个参数来指定normalize的方式，参数的四个可选值如下。

  • NFC，默认参数，表示“标准等价合成”（Normalization Form Canonical Composition），返回多个简单字符的合成字符。所谓“标准等价”指的是视觉和语义上的等价。
  • NFD，表示“标准等价分解”（Normalization Form Canonical Decomposition），即在标准等价的前提下，返回合成字符分解的多个简单字符。
  • NFKC，表示“兼容等价合成”（Normalization Form Compatibility Composition），返回合成字符。所谓“兼容等价”指的是语义上存在等价，但视觉上不等价，比如“囍”和“喜喜”。（这只是用来举例，normalize方法不能识别中文。）
  • NFKD，表示“兼容等价分解”（Normalization Form Compatibility Decomposition），即在兼容等价的前提下，返回合成字符分解的多个简单字符。

注意: normalize方法目前不能识别三个或三个以上字符的合成. 这种情况下，还是只能使用正则表达式，通过 Unicode 编号区间判断。

实例方法:includes() , startsWith() , endsWith()

  • includes()：返回布尔值，表示是否找到了参数字符串。
  • startsWith()：返回布尔值，表示参数字符串是否在原字符串的头部。
  • endsWith()：返回布尔值，表示参数字符串是否在原字符串的尾部。
let s = 'Hello world!';

s.startsWith('Hello') // true
s.endsWith('!') // true
s.includes('o') // true

这三个方法都支持第二个参数，表示开始搜索的位置。

let s = 'Hello world!';

//第二个参数表示从第n个位置知道字符串结束
s.startsWith('world', 6) // true
s.includes('Hello', 6) // false

//第二个参数表示针对前n个字符
s.endsWith('Hello', 5) // true

实例方法: repeat()

repeat()方法返回一个新字符串,表示将原字符串重复n次.

'x'.repeat(3) // "xxx"
'hello'.repeat(2) // "hellohello"
'na'.repeat(0) // ""

注意:

  • 参数如果是小数,会被取整(小数的整数部分)
  • 参数如果是负数或infinity,会报错
  • 参数是0到-1之间的小数,则等同于0(这是因为会先进行取整运算)
  • 参数NaN等同于0
  • 参数是字符串,则会先转换成数字

实例方法: padStart() , padEnd()

用途:字符串长度补全, padStart()用于头部补全, padEnd()用于尾部补全

参数:

第一个参数:字符串补全生效的最大长度

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(5, 'ab') // 'xabab'
'x'.padEnd(4, 'ab') // 'xaba'

注意:

  • 如果原字符串的长度等于或大于最大长度,则字符串补全不生效,返回原字符串

  • 如果用来补全的字符串与原字符串两者的长度之和超过了最大长度,则会截去超出位数的补全字符串

'abc'.padStart(10, '0123456789')
// '0123456abc'
  • 如果省略第二个参数,默认使用空格补全长度

实例方法: trimStart() , trimEnd()

这两个方法的行为与trim一致,trimStart()消除字符串头部的空格,trimEnd()消除尾部的空格,并返回新字符串,不会修改原始字符串.

const s = '  abc  ';

s.trim() // "abc"
s.trimStart() // "abc  "
s.trimEnd() // "  abc"

注意:除了空格键,这两个方法对字符串头部(或尾部)的tab键 , 换行等不可见的空白符号也有效

实例方法: matchAll()

matchAll()方法返回一个正则表达式在当前字符串的所有匹配

标签
字符
javascript
分隔符
转义
易学教程内所有资源均来自网络或用户发布的内容，如有违反法律规定的内容欢迎反馈！
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!