ES6入门 ___ 字符串的扩展

一、字符的 Unicode 表示法

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

'\u0061'
// 'a'

这种表示法只限于码点在 \u0000~\uFFFF 之间的字符。超出这个范围的字符，必须用2个双字节的形式表示

"\uD842\uDFB7"
// "𠮷"

"\u20BB7"
// "7"

如果直接在 \u 后面跟上超过 0xFFFF 的数值（比如 \u20BB7），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

综合以上，JavaScript 共有6 种方法可以表示一个字符。

'\z' === 'z'
'\172' === 'z'
'\x7A' === 'z'
'\u007A' === 'z'
'\u{7A}' === 'z'

二、codePointAt()

JavaScript 内部，字符以 UTF-16 的格式存储，每个字符固定为 2 个字节。对于那些需要 4 个字节存储的字符（Unicode 码点大于 0xFFFF 的字符），JavaScript会认为他们是 2个 字符

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。

var s = '𠮷a'

s.codePointAt(0)
s.codePointAt(1)
s.codePointAt(2)

codePointAt 方法的参数是字符在 字符串中的位置（从 0 开始）。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

s.codePointAt(0).toString(16) // 20bb7

---

在上面的代码中，会注意到，codePointAt 方法的参数是不正确的。字符 a 在字符串 s 中的正确位置应该是 1。解决这个问题的一个办法是使用 for...of 循环，因为它会正确识别 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

codePointAt 方法是测试一个字符是由 2个字节还是 4个字节组成的最简单的方法

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

is32Bit('𠮷') // true
is32Bit('a') // false

三、String.fromCodePoint()

ES5 提供了 String.fromCharCode 方法，用于从码点返回对应字符，但是这个方法不能识别32 位的 UTF-16 字符（Unicode 编号 大于 0xFFFF）

String.fromCharCode(0x20BB7)
"ஷ"

ES6 提供了 String.fromCodePoint 方法，可以识别大于 0xFFFF 的字符，弥补了String.fromCharCode 方法的不足、早作用上，正好与 codePointAt 方法相反。

String.fromCodePoint(0x20BB7)
"𠮷"

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

上面的代码中，如果 String.fromCharCode 方法有多个参数，则他们会被合并成一个字符串返回

此外，需要注意的是，fromCodePoint 方法定义在 String 对象上， 而 codePointAt 方法定义在 字符串的实例上

四、字符串的遍历器接口

ES6 为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

遍历器最大的优点是可以识别大于 0xFFFF 的码点，传统的 for 循环无法识别这样的码点。

五、normalize()

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 同样的形式，这称为 Unicode 正规化

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

// true

normalize 方法可以接受一个参数来指定 normalize 的方式，参数的 4 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” 值的是视觉和语义上的等价
• NFD，表示“标准等价分解”（Normalization From Canonical Decomposition），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”（Normalization From Compatibility Composition），返回合成字符。所谓 “兼容等价” 指的是语义上等价，但视觉上不等价，类似于“囍” 和 “喜喜”
• 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。

六、includes()、startsWith()、endsWith()

传统上，JavaScript 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中。ES6 又 提供了 3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源字符串的头部
• endsWith()：返回布尔值，表示参数字符串是否在源字符串的尾部

let s = 'Hello world!'

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

这 3 个方法都支持第二个参数，表示开始搜索的位置

s.startsWith('world', 6) // true
s.endsWith('Hello', 5) // true
s.incudes('Hello', 6 ) // true

endWith 的行为与其他两个方法有所不同。它针对前 n 个字符

七、repeat()

repeat 方法返回一个新字符串，表示将原字符串重复 n 次。

'x'.repate(3) // xxx

参数有以下几点需要注意：

• 参数如果是小数，会被取整
• 参数是负数或 Infinity，会报错
• 参数是 0 ~ 1 之间的小数，则等同于 0
• 如果参数是字符串，则会先转换成数字。

八、padStart()、padEnd()

ES2017 引入了字符串补全长度的功能。如果某个字符串不能指定长度，会在头部或尾部补全。padStart() 用于头部补全，padEnd() 用于尾部补全。

'x'.padStart(5, '0') // 0000x
'x'.padEnd(2, '0') // 0x

分别接收两个参数，第一个参数用来指定字符串的最小长度，第二个参数则用来补全字符串。
相关注意事项：

• 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
• 如果用来补全的字符串与原字符串的长度之和超过了指定的最小长度，则会截去超出位数的补全字符串
• 如果省略第二个参数，则会用空格来补全

九、模板字符串

相比传统的 JavaScript 输出模板的烦琐，ES6 引入了模板字符串来解决这个问题。模板字符串（template string）是增强版的字符串，用反引号（`）标识。它可以当做普通字符串使用，也可以用来定义多行字符串，或者在字符串中嵌入变量。

// 普通字符串
`Whatever is worth doing is worth doing well.`

// 多行字符串
`Is life always this hard or just when you're a kid?
Always like this.`

// 嵌入变量
var name = 'jeames', time = 'today'
`Hello ${name}, how are you ${time}`

相关事项：

• 如果在模板字符串中需要使用 反引号，则在其前面要用反斜杠转义
• 如果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
• 在模板字符串中嵌入变量，需要将变量名写在 ${} 中
• 大括号内可以放入任意的 JavaScript 表达式，可以进行运算，以及引用对象属性。
• 模板字符串中还能调用函数。
• 如果大括号中的值不是字符串，将按照一般的规制转为字符串。比如，大括号中是一个对象，将默认调用对象的toString 方法。
• 如果模板字符串中的变量没有声明，将会报错
• 模板字符串可以进行嵌套

---

如果想要引用模板字符串本身，可以像下面这样写。

// 方法一
let str = 'return ' +  '`Hello ${name}!`'
let func = new Function('name', str)
console.log(func('Jack'))

  // 方法二
  let str = '(name) => `Hello ${name}!`'
  let func = eval.call(null, str)
  console.log(func('Jack'))

十、标签模板

模板字符串可以紧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。这被称为“标签模板” 功能 （tagged template）

alert `123`

标签模板其实并不是模板，而是函数调用的一种特殊形式。“标签” 指的就是函数，紧跟在后面的模板字符串就是它的参数。

如果模板字符串中有变量，就不再是简单的调用了，而是要将模板字符串先处理成多个参数，再调用函数。

var a = 5
var b = 10
function tag(stringArr, ...values) {
  console.log(arguments)
}
tag `Hello ${ a + b } world ${ a * b }`

// 等同于 
// tag(['Hello ', ' world ', ''], 15, 50)

tag 函数的第一个参数是一个数组，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。
tag 函数的其他参数都是模板字符串中各个变量被替换后的值。
tag 函数所有参数的实际值如下

• 第一个参数：['Hello ', ' world ', '']
• 第二个参数：15
• 第三个参数：50

“标签模板” 的一个重要应用就是过滤 HTML 字符串，防止用户输入恶意内容

function  SaferHTML(templateData) {
  var s = templateData[0] 

  for (var i = 1; i < arguments.length; i++) {
    var arg = String(arguments[i])

    s += arg.replace(/&/g, '$amp;')
            .replace(/</g, '&lt')
            .replace(/>/g, '&gt;')

    s += templateData[i]
  }

  return s
}

  var sender = '<script> alert("abc") <\/script>' // 恶意代码
  var message = SaferHTML `<p>${sender} has sent you a message. </p>`
  console.log(message)

---

模板处理函数的第一个参数（模板字符串数组） 还有一个raw 属性

console.log `123`
// ["123", raw: Array[1] ]

其中保存的是转义后的原字符串

十一、String.raw()

ES6 还为原生的 String 对象提供了 raw 方法

String.raw 方法往往用来充当模板字符串的处理函数，返回一个反斜线都被转义（即反斜线前面再加一个反斜线）的字符串，对应与替换变量后的模板字符串

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

如果元字符中的反斜线已经转义，那么 String.raw 不会做任何处理。

String.raw 的代码基本如下

String.raw = function(strings, ...values) {
  var output = ''
  console.log(strings)
  for (var i = 0; i < values.length; i++) {
    
    output += strings.raw[i] + values[i]
  }

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

String.raw 方法可以作为处理模板字符串的基本方法，它会将所有变量替换，并对反斜线进行转义，方便下一步作为字符串使用

String.raw 方法也可以作为正常的函数使用，这时，其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' }, 1, 2, 3)

// 等同于
String.raw({ raw: ['t', 'e', 's', 't' ]}, 1, 2, 3)

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。
为了解决这个问题，有一提案提出：放松对 标签模板里面的字符串转义限制。如果遇到不合法的字符串转义，就返回 undefined，而不是报错，并从 raw 属性上可以得到原始字符串。这种对字符串转义的放松只在标签模板解析字符串时生效，非标签模板的场合依然会报错。