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、charAt() 方法可返回指定位置的字符。
但是charAt()一次只能返回一个字节,但是不管是英文还是中文一个字符都是两个自己组成的(Unicode编码)
-
stringObject.charAt(index);
//index字符在字符串中的下标
-
var s =
"新";
-
console.log(s.charAt(
1));
2、charCodeAt()方法返回前两个字节和后两个字节的Unicode值。
"?"是一个需要4个字节存储的汉字
-
var a=
"?";
-
a.charCodeAt(
0);
//返回前两个字节的值 55362
-
a.charCodeAt(
1);
//返回后两个字节的值 57271
3、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(超过0xFFFF的字符也可以直接返回码点
)
-
var a=
"?c"
-
a.charCodeAt(
0);
//返回了该字的十进制码点
-
a.charCodeAt(
1);
//返回后两个字节的值
-
a.charCodeAt(
2);
//返回c的由此可见
在第二个字符(即“?”的后两个字节)和第三个字符“c”上,codePointAt方法的结果与charCodeAt方法相同。
上面代码中,字符c在字符串a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。
-
let a =
'?c';
-
for (
let ch
of a) {
-
console.log(ch.codePointAt(
0).toString(
16));
-
}
-
// 20bb7
-
// 63
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。
-
let a = '?
c';
-
a.codePointAt(
0).
toString(
16)
-
a.codePointAt(
2).
toString(
16)
codePointAt方法是测试一个字符由两个字节还是由四个字节组成的最简单方法。
-
function is32Bit(c) {
-
return c.codePointAt(
0) >
0xFFFF;
-
}
-
is32Bit(
"?")
// true
-
is32Bit(
"a")
// false