字符串的扩展

Posted 2021-03-20 rivend

1.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。

"u0061"
// "a"

但是，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，必须用两个双字节的形式表示。

"uD842uDFB7"
// "??"

"u20BB7"
// " 7"

上面代码表示，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。

 

 

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。

 

 

2.字符串的遍历器接口 

ES6 为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。

 

 除了遍历字符串，这个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。

 

 

上面代码中，字符串text只有一个字符，但是for循环会认为它包含两个字符（都不可打印），而for...of循环会正确识别出这一个字符。

3.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。举例来说，“中”的 Unicode 码点是 U+4e2d，你可以直接在字符串里面输入这个汉字，也可以输入它的转义形式u4e2d，两者是等价的。

 

 

但是，JavaScript 规定有5个字符，不能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）

 

举例来说，字符串里面不能直接包含反斜杠，一定要转义写成或者u005c。

 

这个规定本身没有问题，麻烦在于 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）。这样一来，服务器输出的 JSON 被JSON.parse解析，就有可能直接报错。

 

 

 

 

JSON 格式已经冻结（RFC 7159），没法修改了。为了消除这个报错，ES2019 允许 JavaScript 字符串直接输入 U+2028（行分隔符）和 U+2029（段分隔符）。

 

 

根据这个提案，上面的代码不会报错。

注意，模板字符串现在就允许直接输入这两个字符。

另外，正则表达式依然不允许直接输入这两个字符，这是没有问题的，因为 JSON 本来就不允许直接包含正则表达式。