String.fromCodePoint()
ES5中提供了String.fromCharCode()
方法,用于从Unicode码点返回对应字符,但是这个方法不能识别码点大于xFFFF
的字符
String.fromCharCode(0x20BB7)
// "ஷ"
// 该方法不能识别码点大于0xFFFF的字符,因此0x20BB7就发生了溢出,最高位2被舍弃,变成0x0BB7,返回的也是码点U+0BB7对应的字符
为了识别大于0xFFFF的字符,弥补String.fromCharCode()
方法的不足,ES6提供了String.fromCodePoint()
方法
若String.fromCodePoint()
方法中含有多个参数,则这些参数会被合并成一个字符串返回
String.fromCodePoint(0x20BB7)
// "𠮷"
String.fromCodePoint(0x78, 0x1f680, 0x79) === 'x\uD83D\uDE80y'
// true
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
String.raw()
ES6为原生的String对象提供了一个raw()
方法
该方法返回一个将斜杠都被转义的字符串,往往用于模板字符串的处理方法,它会将所有变量替换,而且对斜杠进行转义
String.raw`Hi\n${2+3}!`;
// 返回 "Hi\\n5!"
String.raw`Hi\u000A!`;
// 返回 "Hi\\u000A!"
如果原字符串的斜杆已经转义,那么String.raw()
会进行再次转义
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
// 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
汉字“𠮷”(注意,这个字不是“吉祥”的“吉”)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4个字节的字符,JavaScript 不能正确处理,字符串长度会误判为2
ES6提供了codePointAt()
方法,能够正确处理4个字节储存的字符,返回一个字符的码点
let s = '𠮷a';
s.codePointAt(0) // 134071
s.codePointAt(1) // 57271
s.codePointAt(2) // 97
codePointAt()方法的参数,是字符在字符串中的位置(从 0 开始)。上面代码中,JavaScript 将“𠮷a”视为三个字符,codePointAt 方法在第一个字符上,正确地识别了“𠮷”,返回了它的十进制码点 134071(即十六进制的20BB7)。在第二个字符(即“𠮷”的后两个字节)和第三个字符“a”上,codePointAt()方法的结果与charCodeAt()方法相同。
codePointAt()方法返回的是码点的十进制值,如果想要十六进制的值,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"
在此时,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s的正确位置序号应该是 1,但是必须向codePointAt()方法传入 2。
解决这个问题的方法:
-
for...of
循环
let s = '𠮷a';
for (let ch of s) {
console.log(ch.codePointAt(0).toString(16));
}
// 20bb7
// 61
- 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
normalize()
为了表示语调符号和重音符号,Unicode提供了两种方法:一种是直接提供带重音符号的字符,比如Ǒ(\u01D1)。另一种是提供合成符号(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)
这两种表示方法,在视觉和语义上都等价,但是 JavaScript 不能识别
'\u01D1'==='\u004F\u030C' //false
'\u01D1'.length // 1
'\u004F\u030C'.length // 2
ES6 提供字符串实例的normalize()方法,用来将字符的不同表示方法统一为同样的形式,这称为 Unicode 正规化
'\u01D1'.normalize() === '\u004F\u030C'.normalize()
// true
includes(), startsWith(), endsWith()
传统上,JavaScript 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中。ES6 又提供了三种新方法:
- 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
这三个方法都支持第二个参数,表示开始搜索的位置
但是针对endsWith()
方法,第二个参数表示的是针对前n个字符,而其他方法表示的是针对从第n个位置直到字符串结束
let s = 'Hello world!';
s.startsWith('Hello') // true
s.endsWith('!') // true
s.includes('o') // true
s.startsWith('world', 6) // true
s.endsWith('Hello', 5) // true
s.includes('Hello', 6) // false
repreat()
repeat方法返回一个新字符串,表示将原字符串重复n次;
参数如果是小数,会被取整;
参数是负数或者Infinity则爆错;
参数NaN等同于0;
参数是字符串,则会先转换成数字。
'x'.repeat(3) // "xxx"
'na'.repeat(2.9) // "nana" 取整变成2
'na'.repeat(Infinity)
// RangeError
'na'.repeat(-1)
// RangeError
'na'.repeat(NaN) // "" NaN等同于0
'na'.repeat('na') // ""
'na'.repeat('3') // "nanana" 字符3转换成数字3
padStart(),padEnd()
ES2017 引入了字符串补全长度的功能。如果某个字符串不够指定长度,会在头部或尾部补全。padStart()用于头部补全,padEnd()用于尾部补全
padStart()
和padEnd()
一共接受两个参数,第一个参数是字符串补全生效的最大长度,第二个参数是用来补全的字符串;
'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
- 如果省略第二个参数,默认使用空格补全长度
trimStart(),trimEnd()
trimStart()
消除字符串头部的空格,trimEnd()
消除尾部的空格。它们返回的都是新字符串,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、换行符等不可见的空白符号也有效
网友评论