1、字符的 Unicode 表示法
Javascript 允许采用 \uxxxx 形式表示一个字符,其中"xxxx"表示一个字符的码点
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
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 "u\20bb+7"。由于 \u20bb 是一个不可打印字符,所以只会显示一个空格(一个口),后面跟着一个7
ES6对这一点做了改进,只要将码点放进大括号,就能正确理解该字符
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、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节
上面代码中,汉字“”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,而且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。
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。
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。
总之,codePointAt方法会正确返回32位的UTF-16字符的码点。对于那些两个字节储存的常规字符,它的返回结果与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。
你可能注意到了,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charCodeAt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。
codePonitAt 方法是测试一个字符由两个字节还是四个字节组成的最简单的方法
3、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)。
上面代码中,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。
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。
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。
4、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。
5、at( )
ES5对字符串对象提供charAt方法,返回字符串给定位置的字符。该方法不能识别码点大于0xFFFF的字符。
上面代码中,charAt方法返回的是UTF-16编码的第一个字节,实际上是无法显示的。
目前,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。(通过Chrome控制台,Babel和Traceur 都暂无法编译)
‘abc‘.at(0); ‘‘.at(0);
6、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
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。
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。
上面代码表示,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。
7、includes( ), startsWith( ), endsWidth( )
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。
这三个方法都支持第二个参数,表示开始搜索的位置。
上面代码表示,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。
8、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 向下 取整
如果repeat的参数是负数或者Infinity,会报错。
但是,如果参数是0到-1之间的小数,则等同于0,这是因为会先进行取整运算。0到-1之间的小数,取整以后等于-0,repeat视同为0。
参数NaN等同于0。
如果repeat的参数是字符串,则会先转换成数字。
9、padStart( ) 和 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。
(暂无法解析)
‘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。
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。
‘xxx‘.padStart(2, ‘ab‘) // ‘xxx‘ ‘xxx‘.padEnd(2, ‘ab‘) // ‘xxx‘
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指定的最小长度,则会截去超出位数的补全字符串。
‘abc‘.padStart(10, ‘0123456789‘) // ‘0123456abc‘
如果省略第二个参数,则会用空格补全长度。
‘x‘.padStart(4) // ‘ x‘ ‘x‘.padEnd(4) // ‘x ‘
padStart的常见用途是为数值补全指定位数。下面代码生成10位的数值字符串。
‘1‘.padStart(10, ‘0‘) // "0000000001" ‘12‘.padStart(10, ‘0‘) // "0000000012" ‘123456‘.padStart(10, ‘0‘) // "0000123456"
另一个用途是提示字符串格式。
‘12‘.padStart(10, ‘YYYY-MM-DD‘) // "YYYY-MM-12" ‘09-12‘.padStart(10, ‘YYYY-MM-DD‘) // "YYYY-09-12"
10、模板字符串
传统的JavaScript语言,输出模板通常是这样写的。
$(‘#result‘).append( ‘There are <b>‘ + basket.count + ‘</b> ‘ + ‘items in your basket, ‘ + ‘<em>‘ + basket.onSale + ‘</em> are on sale!‘ );
上面这种写法相当繁琐不方便,ES6引入了模板字符串解决这个问题。
$(‘#result‘).append(` There are <b>${basket.count}</b> items in your basket, <em>${basket.onSale}</em> are on sale! `);
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。
// 普通字符串 `In JavaScript ‘\n‘ is a line-feed.` // 多行字符串 `In JavaScript this is not legal.` console.log(`string text line 1 string text line 2`); // 字符串中嵌入变量 var name = "Bob", time = "today"; `Hello ${name}, how are you ${time}?`
上面代码中的模板字符串,都是用反引号表示。如果在模板字符串中需要使用反引号,则前面要用反斜杠转义。
var greeting = `\`Yo\` World!`;
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之中。
<!DOCTYPE html> <html> <head lang="en"> <meta charset="UTF-8"> <title></title> </head> <body> <div id="list"></div> <script src="//cdn.bootcss.com/jquery/3.1.0/jquery.js"></script> <script src="http://static.jsbin.com/js/vendor/traceur.js"></script> <script> $(‘#list‘).html(` <ul> <li>first</li> <li>second</li> </ul> `) </script> </body> </html>
页面效果截图
上面代码中,所有模板字符串的空格和换行,都是被保留的,比如<ul>标签前面会有一个换行。如果你不想要这个换行,可以使用trim方法消除它。
$(‘#list‘).html(` <ul> <li>first</li> <li>second</li> </ul> `.trim());
模板字符串中嵌入变量,需要将变量名写在${}之中。
function authorize(user, action) { if (!user.hasPrivilege(action)) { throw new Error( // 传统写法为 // ‘User ‘ // + user.name // + ‘ is not authorized to do ‘ // + action // + ‘.‘ `User ${user.name} is not authorized to do ${action}.`); } }
大括号内部可以放入任意的JavaScript表达式,可以进行运算,以及引用对象属性。
模板字符串之中还能调用函数。
如果大括号中的值不是字符串,将按照一般的规则转为字符串。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,将报错。
由于模板字符串的大括号内部,就是执行JavaScript代码,因此如果大括号内部是一个字符串,将会原样输出。
模板字符串甚至还能嵌套。
const tmpl = addrs => ` <table> ${addrs.map(addr => ` <tr><td>${addr.first}</td></tr> <tr><td>${addr.last}</td></tr> `).join(‘‘)} </table> `;
上面代码中,模板字符串的变量之中,又嵌入了另一个模板字符串,使用方法如下。
const data = [ { first: ‘<Jane>‘, last: ‘Bond‘ }, { first: ‘Lars‘, last: ‘<Croft>‘ }, ]; console.log(tmpl(data)); // <table> // // <tr><td><Jane></td></tr> // <tr><td>Bond</td></tr> // // <tr><td>Lars</td></tr> // <tr><td><Croft></td></tr> // // </table>
如果需要引用模板字符串本身,在需要时执行,可以像下面这样写。
// 写法一 let str = ‘return ‘ + ‘`Hello ${name}!`‘; let func = new Function(‘name‘, str); func(‘Jack‘) // "Hello Jack!" // 写法二 let str = ‘(name) => `Hello ${name}!`‘; let func = eval.call(null, str); func(‘Jack‘) // "Hello Jack!"
11、实例:模板编译
下面,我们来看一个通过模板字符串,生成正式模板的实例。
var template = ` <ul> <% for(var i=0; i < data.supplies.length; i++) { %> <li><%= data.supplies[i] %></li> <% } %> </ul> `;
上面代码在模板字符串之中,放置了一个常规模板。该模板使用<%...%>放置JavaScript代码,使用<%= ... %>输出JavaScript表达式。
怎么编译这个模板字符串呢?
一种思路是将其转换为JavaScript表达式字符串。
echo(‘<ul>‘); for(var i=0; i < data.supplies.length; i++) { echo(‘<li>‘); echo(data.supplies[i]); echo(‘</li>‘); }; echo(‘</ul>‘);
这个转换使用正则表达式就行了
var evalExpr = /<%=(.+?)%>/g; var expr = /<%([\s\S]+?)%>/g; template = template .replace(evalExpr, ‘`); \n echo( $1 ); \n echo(`‘) .replace(expr, ‘`); \n $1 \n echo(`‘); template = ‘echo(`‘ + template + ‘`);‘;
然后,将template封装在一个函数里面返回,就可以了。
var script = `(function parse(data){ var output = ""; function echo(html){ output += html; } ${ template } return output; })`; return script;
将上面的内容拼装成一个模板编译函数compile。
function compile(template){ var evalExpr = /<%=(.+?)%>/g; var expr = /<%([\s\S]+?)%>/g; template = template .replace(evalExpr, ‘`); \n echo( $1 ); \n echo(`‘) .replace(expr, ‘`); \n $1 \n echo(`‘); template = ‘echo(`‘ + template + ‘`);‘; var script = `(function parse(data){ var output = ""; function echo(html){ output += html; } ${ template } return output; })`; return script; }
compile函数的用法如下。
var parse = eval(compile(template)); div.innerHTML = parse({ supplies: [ "broom", "mop", "cleaner" ] }); // <ul> // <li>broom</li> // <li>mop</li> // <li>cleaner</li> // </ul>
12、标签模板
模板字符串的功能,不仅仅是上面这些。它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` // 等同于 alert(123)
标签模板其实不是模板,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。
但是,如果模板字符里面有变量,就不是简单的调用了,而是会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; tag`Hello ${ a + b } world ${ a * b }`; // 等同于 tag([‘Hello ‘, ‘ world ‘, ‘‘], 15, 50);