ES6中字符串的使用方法扩展
字符的unicode表示法
javascript允许采用\uxxxx形式表示一个字符,其中“xxxx”表示字符的码点。
"\u0061" // "a"
但是,这种表示法只限于\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达。
"\ud842\udfb7" // "????" "\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。
下面代码中,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。
"\u{20bb7}" // "????" "\u{41}\u{42}\u{43}" // "abc" let hello = 123; hell\u{6f} // 123 '\u{1f680}' === '\ud83d\ude80' // true
有了上述表示法之后,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
codepointat()
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 = '????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“????a”视为三个字符,codepointat方法在第一个字符上,正确地识别了“????”,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“????”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。
var s = '????a'; s.codepointat(0).tostring(16) // "20bb7" s.codepointat(2).tostring(16) // "61"
实际上codepointat方法的参数,仍然是不正确的。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。
var s = '????a'; for (let ch of s) { console.log(ch.codepointat(0).tostring(16)); } // 20bb7 // 61
string.fromcodepoint()
es5提供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)。
下面代码中,string.fromcharcode不能识别大于0xffff的码点,所以0x20bb7就发生了溢出,最高位2被舍弃了,最后返回码点u+0bb7对应的字符,而不是码点u+20bb7对应的字符。
string.fromcharcode(0x20bb7) // "ஷ"
es6提供了string.fromcodepoint方法,可以识别0xffff的字符,弥补了string.fromcharcode方法的不足。在作用上,正好与codepointat方法相反。
string.fromcodepoint(0x20bb7) // "????" string.fromcodepoint(0x78, 0x1f680, 0x79) === 'x\ud83d\ude80y' // true
上面代码中,如果string.fromcodepoint方法有多个参数,则它们会被合并成一个字符串返回。
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。
字符串的遍历器接口
es6为字符串添加了遍历器接口(详见《iterator》一章),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"
at()
目前,es6有一个提案,提出字符串实例的at方法,可以识别unicode编号大于0xffff的字符,返回正确的字符。
'abc'.at(0) // "a" '????'.at(0) // "????"
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
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。
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
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。
下面代码表示,nfc参数返回字符的合成形式,nfd参数返回字符的分解形式。
不过,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。
'\u004f\u030c'.normalize('nfc').length // 1 '\u004f\u030c'.normalize('nfd').length // 2
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。
var 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。
下面代码表示,使用第二个参数n时,endswith的行为与其他两个方法有所不同。它针对前n个字符,而其他两个方法针对从第n个位置直到字符串结束。
var s = 'hello world!'; s.startswith('world', 6) // true s.endswith('hello', 5) // true s.includes('hello', 6) // false
repeat()
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。
如果repeat的参数是负数或者infinity,会报错。
'x'.repeat(3) // "xxx" 'hello'.repeat(2) // "hellohello" 'na'.repeat(0) // "" 'na'.repeat(2.9) // "nana" 'na'.repeat(infinity) // rangeerror 'na'.repeat(-1) // rangeerror
padstart(),padend()
es7推出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。
'x'.padstart(5, 'ab') // 'ababx' 'x'.padstart(4, 'ab') // 'abax' 'x'.padend(5, 'ab') // 'xabab' 'x'.padend(4, 'ab') // 'xaba'
上面代码中,padstart和padend一共接受两个参数,第一个参数用来指定字符串的最小长度,第二个参数是用来补全的字符串。
模板字符串
模板字符串(template string)是增强版的字符串,用反引号(`)标识。它可以当作普通字符串使用,也可以用来定义多行字符串,或者在字符串中嵌入变量。
$('#result').append(` there are <b>${basket.count}</b> items in your basket, <em>${basket.onsale}</em> are on sale! `);
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对的支持。