ES6字符串操作

Posted 2020-09-25

　　Unicode编码，指的是Unicode编码字符集，所谓的编码字符集指的是Unicode会为每一个字符分配一个唯一的数字，从而形成的一张映射表格，其中这个唯一的数字也称之为码点(code point) 。例如“严”字在Unicode中对应的码点是U+0x4E25。

 　　代码单元(code unit), 是编码字符集进入到计算机的世界才出现的概念。因为编码字符集只是一张映射表格，它就放到哪里，计算机中怎么使用这张表格, 说白了，就是在计算机中怎么表示这些唯一的数字（码点）? 因为计算机中全是二进制，我们要用多少个字节来表示一个数字，可能是由于当时常用的字只有65535个，所以决定用16个字节来表示一个数字，这就是UTF-16的来历，js中也是用utf-16 来表示单个字符的。

这16个字节能表示的数字（0~65535）就叫做代码单元。 但是对于一些不常用的字符怎么处理，就是有的字符的码点超过了65535, 如66785, 在计算机中怎么表示，js的做法是两个代码单元（两个16字节）来表示。

　　Js 中有一个字符串方法，charCodeAt(), 它可以取到字符的代码单元。

 <script>
        let text = "??";  
        console.log(text.charCodeAt(0));  // 55362
        console.log(text.charCodeAt(1))   // 57271
 </script>

　　可以看到 ?? 是有两个代码单元组成。这就有问题了，我们明明看到的是一个字，它确有两个代码单元组成，ES6为了解决这个问题，新增了一个方法codePointAt()，它直接返回的是字符的码点。

let text = "??";
console.log(text.codePointAt(0)); // 134071

　　有了codePointAt() 方法，肯定还要有一个相反的方法，通过码点来返回字符，那就是fromCodePoint

console.log(String.fromCodePoint(134071))  //??