JavaScript中的字符串也像Python那樣支持反斜杠的轉(zhuǎn)移,并且字符集方面默認(rèn)為Unicode,下面就來詳細(xì)解析JavaScript中的字符串類型與字符編碼支持

[圖片上傳失敗...(image-c7443f-1542182027138)]

定義 字符串就是零個或多個排在一起的字符，放在單引號或雙引號之中。

`'abc'`
`"abc"`

單引號字符串的內(nèi)部，可以使用雙引號。雙引號字符串的內(nèi)部，可以使用單引號。

'key = "value"'
"It's a long journey"

上面兩個都是合法的字符串。

如果要在單引號字符串的內(nèi)部，使用單引號（或者在雙引號字符串的內(nèi)部，使用雙引號），就必須在內(nèi)部的單引號（或者雙引號）前面加上反斜杠，用來轉(zhuǎn)義。

`'Did she say \'Hello\'?'`
`// "Did she say 'Hello'?"`
`"Did she say \"Hello\"?"`
`// "Did she say "Hello"?"`

由于HTML語言的屬性值使用雙引號，所以很多項目約定JavaScript語言的字符串只使用單引號，本教程就遵守這個約定。當(dāng)然，只使用雙引號也完全可以。重要的是，堅持使用一種風(fēng)格，不要兩種風(fēng)格混合。

字符串默認(rèn)只能寫在一行內(nèi)，分成多行將會報錯。

`'a`
`b`
`c'`
`// SyntaxError: Unexpected token ILLEGAL`

上面代碼將一個字符串分成三行，JavaScript就會報錯。
如果長字符串必須分成多行，可以在每一行的尾部使用反斜杠。

`var` `longString =` `"Long \`
`long \`
`long \`
`string"``;`
`logString`
`// "Long long long string"`

上面代碼表示，加了反斜杠以后，原來寫在一行的字符串，可以分成多行書寫。但是，輸出的時候還是單行，效果與寫在同一行完全一樣。注意，反斜杠的后面必須是換行符，而不能有其他字符（比如空格），否則會報錯。

連接運算符（+）可以連接多個單行字符串，將長字符串拆成多行書寫，輸出的時候也是單行。

`var` `longString =` `'Long '`
`+` `'long '`
`+` `'long '`
`+` `'string'``;`

如果想輸出多行字符串，有一種利用多行注釋的變通方法。

`(``function` `() {` `/*`
`line 1`
`line 2`
`line 3`
`*/``}).toString().split(``'\n'``).slice(1, -1).join(``'\n'``)`
`// "line 1`
`// line 2`
`// line 3"`

上面的例子中，輸出的字符串就是多行。

轉(zhuǎn)義 反斜杠（\）在字符串內(nèi)有特殊含義，用來表示一些特殊字符，所以又稱為轉(zhuǎn)義符。

需要用反斜杠轉(zhuǎn)義的特殊字符，主要有下面這些：

*   \0 null（\u0000）
*   \b 后退鍵（\u0008）
*   \f 換頁符（\u000C）
*   \n 換行符（\u000A）
*   \r 回車鍵（\u000D）
*   \t 制表符（\u0009）
*   \v 垂直制表符（\u000B）
*   \' 單引號（\u0027）
*   \" 雙引號（\u0022）
*   \ 反斜杠（\u005C）

上面這些字符前面加上反斜杠，都表示特殊含義。

`console.log(``'1\n2'``)`
`// 1`
`// 2`

上面代碼中，\n表示換行，輸出的時候就分成了兩行。
反斜杠還有三種特殊用法。

• （1）\HHH
  反斜杠后面緊跟三個八進(jìn)制數(shù)（000到377），代表一個字符。HHH對應(yīng)該字符的Unicode碼點，比如\251表示版權(quán)符號。顯然，這種方法只能輸出256種字符。

• （2）\xHH
  \x后面緊跟兩個十六進(jìn)制數(shù)（00到FF），代表一個字符。HH對應(yīng)該字符的Unicode碼點，比如\xA9表示版權(quán)符號。這種方法也只能輸出256種字符。

• （3）\uXXXX
  \u后面緊跟四個十六進(jìn)制數(shù)（0000到FFFF），代表一個字符。HHHH對應(yīng)該字符的Unicode碼點，比如\u00A9表示版權(quán)符號。

下面是這三種字符特殊寫法的例子。

`'\251'` `// "?"`
`'\xA9'` `// "?"`
`'\u00A9'` `// "?"`
`'172'` `===` `'z'` `// true`
`'\x7A'` `===` `'z'` `// true`
`'\u007A'` `===` `'z'` `// true`

如果在非特殊字符前面使用反斜杠，則反斜杠會被省略。

`'\a'`
`// "a"`

上面代碼中，a是一個正常字符，前面加反斜杠沒有特殊含義，反斜杠會被自動省略。
如果字符串的正常內(nèi)容之中，需要包含反斜杠，則反斜杠前面需要再加一個反斜杠，用來對自身轉(zhuǎn)義。

`"Prev \\ Next"`
`// "Prev \ Next"`

字符串與數(shù)組 字符串可以被視為字符數(shù)組，因此可以使用數(shù)組的方括號運算符，用來返回某個位置的字符（位置編號從0開始）。

`var` `s =` `'hello'``;`
`s[0]` `// "h"`
`s[1]` `// "e"`
`s[4]` `// "o"`

// 直接對字符串使用方括號運算符
'hello'``[1] // "e"

如果方括號中的數(shù)字超過字符串的長度，或者方括號中根本不是數(shù)字，則返回undefined。

`'abc'``[3]` `// undefined`
`'abc'``[-1]` `// undefined`
`'abc'``[``'x'``]` `// undefined`

但是，字符串與數(shù)組的相似性僅此而已。實際上，無法改變字符串之中的單個字符。

`var` `s =` `'hello'``;`
`delete` `s[0];`
`s` `// "hello"`
`s[1] =` `'a'``;`
`s` `// "hello"`
`s[5] =` `'!'``;`
`s  `// "hello"`

上面代碼表示，字符串內(nèi)部的單個字符無法改變和增刪，這些操作會默默地失敗。

字符串之所以類似于字符數(shù)組，實際是由于對字符串進(jìn)行方括號運算時，字符串會自動轉(zhuǎn)換為一個字符串對象。

length屬性 length屬性返回字符串的長度，該屬性也是無法改變的。

`var` `s =` `'hello'``;`
`s.length` `// 5`
`s.length = 3;`
`s.length` `// 5`
`s.length = 7;`
`s.length` `// 5`

上面代碼表示字符串的length屬性無法改變，但是不會報錯。

字符集 JavaScript使用Unicode字符集，也就是說在JavaScript內(nèi)部，所有字符都用Unicode表示。

不僅JavaScript內(nèi)部使用Unicode儲存字符，而且還可以直接在程序中使用Unicode，所有字符都可以寫成”\uxxxx”的形式，其中xxxx代表該字符的Unicode編碼。比如，\u00A9代表版權(quán)符號。

`var` `s =` `'\u00A9'``;`
`s` `// "?"`

每個字符在JavaScript內(nèi)部都是以16位（即2個字節(jié)）的UTF-16格式儲存。也就是說，JavaScript的單位字符長度固定為16位長度，即2個字節(jié)。

但是，UTF-16有兩種長度：對于U+0000到U+FFFF之間的字符，長度為16位（即2個字節(jié)）；對于U+10000到U+10FFFF之間的字符，長度為32位（即4個字節(jié)），而且前兩個字節(jié)在0xD800到0xDBFF之間，后兩個字節(jié)在0xDC00到0xDFFF之間。舉例來說，U+1D306對應(yīng)的字符為??，它寫成UTF-16就是0xD834 0xDF06。瀏覽器會正確將這四個字節(jié)識別為一個字符，但是JavaScript內(nèi)部的字符長度總是固定為16位，會把這四個字節(jié)視為兩個字符。

`var` `s =` `'\uD834\uDF06'``;`
`s` `// "??"`
`s.length` `// 2`
`/^.$/.test(s)` `// false`
`s.charAt(0)` `// ""`
`s.charAt(1)` `// ""`
`s.charCodeAt(0)` `// 55348`
`s.charCodeAt(1)` `// 57094`

上面代碼說明，對于于U+10000到U+10FFFF之間的字符，JavaScript總是視為兩個字符（字符的length屬性為2），用來匹配單個字符的正則表達(dá)式會失?。↗avaScript認(rèn)為這里不止一個字符），charAt方法無法返回單個字符，charCodeAt方法返回每個字節(jié)對應(yīng)的十進(jìn)制值。

所以處理的時候，必須把這一點考慮在內(nèi)。對于4個字節(jié)的Unicode字符，假定C是字符的Unicode編號，H是前兩個字節(jié)，L是后兩個字節(jié)，則它們之間的換算關(guān)系如下。

`// 將大于U+FFFF的字符，從Unicode轉(zhuǎn)為UTF-16`
`H = Math.floor((C - 0x10000) / 0x400) + 0xD800`
`L = (C - 0x10000) % 0x400 + 0xDC00`
`// 將大于U+FFFF的字符，從UTF-16轉(zhuǎn)為Unicode`
`C = (H - 0xD800) * 0x400 + L - 0xDC00 + 0x10000`

下面的正則表達(dá)式可以識別所有UTF-16字符。

`([\0-\uD7FF\uE000-\uFFFF]|[\uD800-\uDBFF][\uDC00-\uDFFF])`

由于JavaScript引擎（嚴(yán)格說是ES5規(guī)格）不能自動識別輔助平面（編號大于0xFFFF）的Unicode字符，導(dǎo)致所有字符串處理函數(shù)遇到這類字符，都會產(chǎn)生錯誤的結(jié)果。如果要完成字符串相關(guān)操作，就必須判斷字符是否落在0xD800到0xDFFF這個區(qū)間。

下面是能夠正確處理字符串遍歷的函數(shù)。

`function` `getSymbols(string) {`
`var` `length = string.length;`
`var` `index = -1;`
`var` `output = [];`
`var` `character;`
`var` `charCode;`
`while` `(++index < length) {`
`character = string.charAt(index);`
`charCode = character.charCodeAt(0);`
`if` `(charCode >= 0xD800 && charCode <= 0xDBFF) {`
`output.push(character + string.charAt(++index));`
`}` `else` `{`
`output.push(character);`
`}`
`}`
`return` `output;`
`}`
`var` `symbols = getSymbols(``'??'``);`
`symbols.forEach(``function``(symbol) {`
`// 
`});`

替換（String.prototype.replace）、截取子字符串（String.prototype.substring, String.prototype.slice）等其他字符串操作，都必須做類似的處理。

Base64轉(zhuǎn)碼 Base64是一種編碼方法，可以將任意字符轉(zhuǎn)成可打印字符。使用這種編碼方法，主要不是為了加密，而是為了不出現(xiàn)特殊字符，簡化程序的處理。

JavaScript原生提供兩個Base64相關(guān)方法。

*   btoa()：字符串或二進(jìn)制值轉(zhuǎn)為Base64編碼
*   atob()：Base64編碼轉(zhuǎn)為原來的編碼
`var` `string =` `'Hello World!'``;`
`btoa(string)` `// "SGVsbG8gV29ybGQh"`
`atob(``'SGVsbG8gV29ybGQh'``)` `// "Hello World!"`

這兩個方法不適合非ASCII碼的字符，會報錯。

`btoa(``'你好'``)`
`// Uncaught DOMException: The string to be encoded contains characters outside of the Latin1 range.`

要將非ASCII碼字符轉(zhuǎn)為Base64編碼，必須中間插入一個轉(zhuǎn)碼環(huán)節(jié)，再使用這兩個方法。

`function` `b64Encode(str) {`
`return` `btoa(encodeURIComponent(str));`
`}`
`function` `b64Decode(str) {`
`return` `decodeURIComponent(atob(str));`
`}`
`b64Encode(``'你好'``)` `// "JUU0JUJEJUEwJUU1JUE1JUJE"`
`b64Decode(``'JUU0JUJEJUEwJUU1JUE1JUJE'``)` `// "你好"`