更好的Unicode支持
早期,由于存储空间宝贵,Unicode使用16位二进制来存储文字。我们将一个16位的二进制编码叫做一个码元(Code Unit)。
后来,由于技术的发展,Unicode对文字编码进行了扩展,将某些文字扩展到了32位(占用两个码元),并且,将某个文字对应的二进制数字叫做码点(Code Point)。
ES6为了解决这个困扰,为字符串提供了方法:codePointAt,根据字符串码元的位置得到其码点。
同时,ES6为正则表达式添加了一个flag: u,如果添加了该配置,则匹配时,使用码点匹配
const text = "𠮷"; //占用了两个码元(32位)
console.log("字符串长度:", text.length);
console.log("使用正则测试:", /^.$/u.test(text));
console.log("得到第一个码元:", text.charCodeAt(0));
console.log("得到第二个码元:", text.charCodeAt(1));
//𠮷:\ud842\udfb7
console.log("得到第一个码点:", text.codePointAt(0));
console.log("得到第二个码点:", text.codePointAt(1));
/**
* 判断字符串char,是32位,还是16位
* @param {*} char
*/
function is32bit(char, i) {
//如果码点大于了16位二进制的最大值,则其是32位的
return char.codePointAt(i) > 0xffff;
}
/**
* 得到一个字符串码点的真实长度
* @param {*} str
*/
function getLengthOfCodePoint(str) {
var len = 0;
for (let i = 0; i < str.length; i++) {
//i在索引码元
if (is32bit(str, i)) {
//当前字符串,在i这个位置,占用了两个码元
i++;
}
len++;
}
return len;
}
console.log("𠮷是否是32位的:", is32bit("𠮷", 0))
console.log("ab𠮷ab的码点长度:", getLengthOfCodePoint("ab𠮷ab"))
更多的字符串API
以下均为字符串的实例(原型)方法
- includes
判断字符串中是否包含指定的子字符串
- startsWith
判断字符串中是否以指定的字符串开始
- endsWith
判断字符串中是否以指定的字符串结尾
- repeat
将字符串重复指定的次数,然后返回一个新字符串。
实例:
const text = "老李头快不行了";
console.log("是否包含“李”:", text.includes("李"));
console.log("是否以“老”开头:", text.startsWith("老"));
console.log("是否以“了”结尾:", text.endsWith("了"));
console.log("重复4次:", text.repeat(4));
3-3. [扩展]正则中的粘连标记
标记名:y
含义:匹配时,完全按照正则对象中的lastIndex位置开始匹配,并且匹配的位置必须在lastIndex位置。
const text = "Hello World!!!";
const reg = /W\w+/y;
reg.lastIndex = 3;
console.log("reg.lastIndex:", reg.lastIndex)
console.log(reg.test(text))
模板字符串
ES6之前处理字符串繁琐的两个方面:
- 多行字符串
- 字符串拼接
在ES6中,提供了模板字符串的书写,可以非常方便的换行和拼接,要做的,仅仅是将字符串的开始或结尾改为 ` 符号
如果要在字符串中拼接js表达式,只需要在模板字符串中使用${JS表达式}
3-5. [扩展]模板字符串标记
在模板字符串书写之前,可以加上标记:
标记名`模板字符串`
标记是一个函数,函数参数如下:
- 参数1:被插值分割的字符串数组
- 后续参数:所有的插值
let love1 = "秋葵"; let love2 = "香菜"; let text = `老李喜欢${love1} 阿忠也喜欢${love2} 表达式可以是任何有意义的数据${1 + 3 * 2 / 0.5} 表达式是可以嵌套的:${`表达式中的模板字符串${love1 + love2}`} \n\n ········ 在模板字符串中使用\${JS表达式}可以进行插值 `; console.log(text);