ES6之路第三篇:字符串的扩展

Wesley13
• 阅读 664

字符的Unicode表示法

 1 "\u{20BB7}"
 2 // "𠮷"
 3 
 4 "\u{41}\u{42}\u{43}"
 5 // "ABC"
 6 
 7 let hello = 123;
 8 hell\u{6F} // 123
 9 
10 '\u{1F680}' === '\uD83D\uDE80'
11 // true

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。

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符。

1 var s = "𠮷";
2 
3 s.length // 2
4 s.charAt(0) // ''
5 s.charAt(1) // ''
6 s.charCodeAt(0) // 55362
7 s.charCodeAt(1) // 57271

上面代码中,汉字“𠮷”(注意,这个字不是“吉祥”的“吉”)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。

1 let s = '𠮷a';
2 
3 s.codePointAt(0) // 134071
4 s.codePointAt(1) // 57271
5 
6 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“𠮷a”视为三个字符,codePointAt 方法在第一个字符上,正确地识别了“𠮷”,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“𠮷”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。

String.fromCodePoint()

ES6 提供了String.fromCodePoint方法,可以识别大于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。

1 String.fromCodePoint(0x20BB7)
2 // "𠮷"
3 String.fromCodePoint(0x78, 0x1f680, 0x79) === 'x\uD83D\uDE80y'
4 // true

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。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。

 1 let text = String.fromCodePoint(0x20BB7);
 2 
 3 for (let i = 0; i < text.length; i++) {
 4   console.log(text[i]);
 5 }
 6 // " "
 7 // " "
 8 
 9 for (let i of text) {
10   console.log(i);
11 }
12 // "𠮷"

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。

1 'abc'.charAt(0) // "a"
2 '𠮷'.charAt(0) // "\uD842"

使用at()

1 'abc'.at(0) // "a"
2 '𠮷'.at(0) // "𠮷"

normalize()

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。

1 '\u01D1'.normalize() === '\u004F\u030C'.normalize()
2 // 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

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原字符串的头部。

  • **endsWith()**:返回布尔值,表示参数字符串是否在原字符串的尾部。

    1 let s = 'Hello world!'; 2 3 s.startsWith('Hello') // true 4 s.endsWith('!') // true 5 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。

1 let s = 'Hello world!';
2 
3 s.startsWith('world', 6) // true
4 s.endsWith('Hello', 5) // true
5 s.includes('Hello', 6) // false

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。

repeat()

repeat方法返回一个新字符串,表示将原字符串重复n次。

1 'x'.repeat(3) // "xxx"
2 'hello'.repeat(2) // "hellohello"
3 'na'.repeat(0) // ""

参数如果是小数,会被取整。

1 'na'.repeat(2.9) // "nana"

如果repeat的参数是负数或者Infinity,会报错。

1 'na'.repeat(Infinity)
2 // RangeError
3 'na'.repeat(-1)
4 // RangeError

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-0repeat视同为 0。

1 'na'.repeat(-0.9) // ""

参数NaN等同于 0。

1 'na'.repeat(NaN) // ""

如果repeat的参数是字符串,则会先转换成数字。

1 'na'.repeat('na') // ""
2 'na'.repeat('3') // "nanana"

padStart(),padEnd()

ES2017 引入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。

1 'x'.padStart(5, 'ab') // 'ababx'
2 'x'.padStart(4, 'ab') // 'abax'
3 
4 'x'.padEnd(5, 'ab') // 'xabab'
5 'x'.padEnd(4, 'ab') // 'xaba'

上面代码中,padStartpadEnd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。

1 'xxx'.padStart(2, 'ab') // 'xxx'
2 '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。

1 'abc'.padStart(10, '0123456789')
2 // '0123456abc'

如果省略第二个参数,默认使用空格补全长度。

1 'x'.padStart(4) // '   x'
2 '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 '1'.padStart(10, '0') // "0000000001"
2 '12'.padStart(10, '0') // "0000000012"
3 '123456'.padStart(10, '0') // "0000123456"

另一个用途是提示字符串格式。

1 '12'.padStart(10, 'YYYY-MM-DD') // "YYYY-MM-12"
2 '09-12'.padStart(10, 'YYYY-MM-DD') // "YYYY-09-12"

matchAll()

matchAll方法返回一个正则表达式在当前字符串的所有匹配。

模板字符串

传统的 JavaScript 语言,输出模板通常是这样写的。

1 $('#result').append(
2   'There are <b>' + basket.count + '</b> ' +
3   'items in your basket, ' +
4   '<em>' + basket.onSale +
5   '</em> are on sale!'
6 );

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。

1 $('#result').append(`
2   There are <b>${basket.count}</b> items
3    in your basket, <em>${basket.onSale}</em>
4   are on sale!
5 `);

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。

 1 // 普通字符串
 2 `In JavaScript '\n' is a line-feed.`
 3 
 4 // 多行字符串
 5 `In JavaScript this is
 6  not legal.`
 7 
 8 console.log(`string text line 1
 9 string text line 2`);
10 
11 // 字符串中嵌入变量
12 let name = "Bob", time = "today";
13 `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。

1 let 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。

1 $('#list').html(`
2 <ul>
3   <li>first</li>
4   <li>second</li>
5 </ul>
6 `);

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。

1 $('#list').html(`
2 <ul>
3   <li>first</li>
4   <li>second</li>
5 </ul>
6 `.trim());

模板字符串中嵌入变量,需要将变量名写在${}之中。

 1 function authorize(user, action) {
 2   if (!user.hasPrivilege(action)) {
 3     throw new Error(
 4       // 传统写法为
 5       // 'User '
 6       // + user.name
 7       // + ' is not authorized to do '
 8       // + action
 9       // + '.'
10       `User ${user.name} is not authorized to do ${action}.`);
11   }
12 }

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。

 1 let x = 1;
 2 let y = 2;
 3 
 4 `${x} + ${y} = ${x + y}`
 5 // "1 + 2 = 3"
 6 
 7 `${x} + ${y * 2} = ${x + y * 2}`
 8 // "1 + 4 = 5"
 9 
10 let obj = {x: 1, y: 2};
11 `${obj.x + obj.y}`
12 // "3"

模板字符串之中还能调用函数。

1 function fn() {
2   return "Hello World";
3 }
4 
5 `foo ${fn()} bar`
6 // foo Hello World bar

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。

1 // 变量place没有声明
2 let msg = `Hello, ${place}`;
3 // 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。

1 `Hello ${'World'}`
2 // "Hello World"

模板字符串甚至还能嵌套。

1 const tmpl = addrs => `
2   <table>
3   ${addrs.map(addr => `
4     <tr><td>${addr.first}</td></tr>
5     <tr><td>${addr.last}</td></tr>
6   `).join('')}
7   </table>
8 `;

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。

 1 const data = [
 2     { first: '<Jane>', last: 'Bond' },
 3     { first: 'Lars', last: '<Croft>' },
 4 ];
 5 
 6 console.log(tmpl(data));
 7 // <table>
 8 //
 9 //   <tr><td><Jane></td></tr>
10 //   <tr><td>Bond</td></tr>
11 //
12 //   <tr><td>Lars</td></tr>
13 //   <tr><td><Croft></td></tr>
14 //
15 // </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。

1 // 写法一
2 let str = 'return ' + '`Hello ${name}!`';
3 let func = new Function('name', str);
4 func('Jack') // "Hello Jack!"
5 
6 // 写法二
7 let str = '(name) => `Hello ${name}!`';
8 let func = eval.call(null, str);
9 func('Jack') // "Hello Jack!"

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。

1 let template = `
2 <ul>
3   <% for(let i=0; i < data.supplies.length; i++) { %>
4     <li><%= data.supplies[i] %></li>
5   <% } %>
6 </ul>
7 `;

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。

1 echo('<ul>');
2 for(let i=0; i < data.supplies.length; i++) {
3   echo('<li>');
4   echo(data.supplies[i]);
5   echo('</li>');
6 };
7 echo('</ul>');

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)。

1 alert`123`
2 // 等同于
3 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。

1 let a = 5;
2 let b = 10;
3 
4 tag`Hello ${ a + b } world ${ a * b }`;
5 // 等同于
6 tag(['Hello ', ' world ', ''], 15, 50);

String.raw()

String.raw方法,往往用来充当模板字符串的处理函数,返回一个斜杠都被转义(即斜杠前面再加一个斜杠)的字符串,对应于替换变量后的模板字符串。

1 String.raw`Hi\n${2+3}!`;
2 // 返回 "Hi\\n5!"
3 
4 String.raw`Hi\u000A!`;
5 // 返回 "Hi\\u000A!"

如果原字符串的斜杠已经转义,那么String.raw会进行再次转义。

1 String.raw`Hi\\n`
2 // 返回 "Hi\\\\n"

String.raw方法可以作为处理模板字符串的基本方法,它会将所有变量替换,而且对斜杠进行转义,方便下一步作为字符串来使用。

String.raw方法也可以作为正常的函数使用。这时,它的第一个参数,应该是一个具有raw属性的对象,且raw属性的值应该是一个数组。

1 String.raw({ raw: 'test' }, 0, 1, 2);
2 // 't0e1s2t'
3 
4 // 等同于
5 String.raw({ raw: ['t','e','s','t'] }, 0, 1, 2);

作为函数,String.raw的代码实现基本如下。

 1 String.raw = function (strings, ...values) {
 2   let output = '';
 3   let index;
 4   for (index = 0; index < values.length; index++) {
 5     output += strings.raw[index] + values[index];
 6   }
 7 
 8   output += strings.raw[index]
 9   return output;
10 }
点赞
收藏
评论区
推荐文章
blmius blmius
2年前
MySQL:[Err] 1292 - Incorrect datetime value: ‘0000-00-00 00:00:00‘ for column ‘CREATE_TIME‘ at row 1
文章目录问题用navicat导入数据时,报错:原因这是因为当前的MySQL不支持datetime为0的情况。解决修改sql\mode:sql\mode:SQLMode定义了MySQL应支持的SQL语法、数据校验等,这样可以更容易地在不同的环境中使用MySQL。全局s
Wesley13 Wesley13
2年前
ES6中对字符串处理的优点
\toc\1、字符的Unicode表示法ES6之前Unicode只能表示\\u0000\\uFFFF之间的字符。ES6可以表示超过这个范围的unicode字符如//原来ES6之前"\uD842\uDFB7"//"𠮷""\u20BB7"//"7"
Wesley13 Wesley13
2年前
Oracle 12c DG备库Alert报错ORA
环境是12.2.0.1version,OracleDataGuard备库近段时间一直报错,但是备库主库同步一致,数据一致。20190306T23:42:22.18404808:00Errorsinfile/u01/app/oracle/diag/rdbms/ccdb/ccdb/trace/ccdb_m000_12
Wesley13 Wesley13
2年前
ES6学习笔记(3)
参考书《ECMAScript6入门》http://es6.ruanyifeng.com/字符串的扩展ES6之前只能识别\\u0000\\uFFFF之间的字符,超过此范围,识别会出错;ES6弥补了这个错误ES6扩展的新方法codePointAt"𠮷".CodePointAt(0)//返回超过\\u00
Stella981 Stella981
2年前
From表单提交的几种方式
<body<formaction"https://my.oschina.net/u/3285916"method"get"name"formOne"id"formId"name:<inputtype"text"name"name"pwd:<inputtyp
Wesley13 Wesley13
2年前
00:Java简单了解
浅谈Java之概述Java是SUN(StanfordUniversityNetwork),斯坦福大学网络公司)1995年推出的一门高级编程语言。Java是一种面向Internet的编程语言。随着Java技术在web方面的不断成熟,已经成为Web应用程序的首选开发语言。Java是简单易学,完全面向对象,安全可靠,与平台无关的编程语言。
Stella981 Stella981
2年前
Forrester机器学习报告发布,腾讯云跃居第一阵营
  !(https://nimg.ws.126.net/?urlhttp%3A%2F%2Fdingyue.ws.126.net%2F2020%2F1016%2Fecdc1f59j00qi98j7000od200u000fpg00it009u.jpg&thumbnail650x2147483647&quality80&typejpg)  A
Wesley13 Wesley13
2年前
unity将 -u4E00 这种 编码 转汉字 方法
 unity中直接使用 JsonMapper.ToJson(对象),取到的字符串,里面汉字可能是\\u4E00类似这种其实也不用转,服务器会通过类似fastjson发序列化的方式,将json转对象,获取对象的值就是中文但是有时服务器要求将传参中字符串中类似\\u4E00这种转汉字,就需要下面 publ
Stella981 Stella981
2年前
AJPFX总结关于Java中过滤出字母、数字和中文的正则表达式
1、Java中过滤出字母、数字和中文的正则表达式(1)过滤出字母的正则表达式\^(AZaz)\(2)过滤出数字的正则表达式\^(09)\(3)过滤出中文的正则表达式\^(\\\\u4e00\\\\u9fa5)\(4)过滤出字母、数字和中文的正则表达式\^(azAZ09\\\\u
Python进阶者 Python进阶者
4个月前
Excel中这日期老是出来00:00:00,怎么用Pandas把这个去除
大家好,我是皮皮。一、前言前几天在Python白银交流群【上海新年人】问了一个Pandas数据筛选的问题。问题如下:这日期老是出来00:00:00,怎么把这个去除。二、实现过程后来【论草莓如何成为冻干莓】给了一个思路和代码如下:pd.toexcel之前把这