【JavaScript 05】数据类型 字符串 单引号 转义 字符串与数组的相似性 length属性 Unicode字符集 Base64转码 btoa()编码 atob()解码

数据类型

JavaScript 04我们学习了数据类型的概述，重点学习了null与undefined两种特殊类型，以及布尔值和数值这两种原始类型，并且花了大量的篇幅去介绍数值的概念，表示以及相关的全局方法，接下来我们将重点讲述字符串这种原始类型

字符串

总述

字符串是排在一起的字符，放在单引号or双引号之间
单引号字符串的内部，可以使用双引号
双引号字符串的内部，可以使用单引号

'abc'
"zane"

'key = "value"'
"It's mine"

如果要在单引号字符串的内部使用单引号，就必须在内部的单引号前面加上反斜杠用来转义
同理双引号也是使用反斜杠转义

'Did he say \'Hello\'?'

"Did he say \"Hello\"?"

我们都知道HTML的属性值默认使用双引号
因此绝大多数项目规定JS的字符串只使用单引号，坚持使用一种风格的好处多多

字符串默认只能写在一行，分成多行则会报错
若长字符串必须分为多行则需要再每一行的尾部使用反斜杠（后面必须紧跟回车，不能有空格，否则报错），并且输出的还是单行

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

var longString = 'Long \
long \
long \
string';

longString
// "Long long long string"

连接运算符（+）可以连接多个单行字符串，可用于将长字符串拆分多行书写
但是输出依旧是单行

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

想要输出多行字符串则需要利用多行注释

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

// "line 1
// line 2
// line 3"

实际测试在Firefox可以运行，但是在Edge则无法解析\n

转义

反斜杠 \ 在字符串内有特殊的含义，可以用来表示特殊字符，所以又称为转义符
需要使用反斜杠转义的特殊字符主要有：

1. \0：null（\u0000）
2. \b：后退键（\u0008）
3. \f：换页符（\u000C）
4. \n：**换行符**（\u000A）
5. \r：回车键（\u000D）
6. \t：**制表符**（\u0009）
7. \v：垂直制表符（\u000B）
8. \'：**单引号**（\u0027）
9. \"：**双引号**（\u0022）
10. \\：**反斜杠**（\u005C）

除了以上的经典用法之外，反斜杠还有三种特殊用法

1 \HHH
反斜杠后面紧跟三个八进制数（000到377）代表一个字符
HHH对应该字符的 Unicode 码点，比如 \251 表示版权符号
显然这种方法只能输出256种字符

2 \xHH
\x后面紧跟两个十六进制数（00到FF）代表一个字符
HH对应该字符的 Unicode 码点，比如\xA9表示版权符号
这种方法也只能输出256种字符

3 \uXXXX
\u后面紧跟四个十六进制数（0000到FFFF）代表一个字符
XXXX对应该字符的 Unicode 码点，比如\u00A9表示版权符号

'\251' // "©" copyright
'\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，则反斜杠会被省略
如果字符串的正常内容之中，需要包含反斜杠，则反斜杠前面需要再加一个反斜杠，用来对自身转义

'\a'
// "a"

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

字符串与数组的相似性

字符串可以被视作字符数组
可以使用数组的方括号运算符用于返回某个位置的字符（编号从0开始）
如果方括号中的数字超过字符串的长度，或者方括号中根本不是数字，则返回undefined，这些都和数组相似

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

// 还可以直接对字符串使用方括号运算符
'hello'[1] // "e"

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

但是字符串与数组的相似性仅此而已，我们无法改变字符串中的单个字符
对其内部单个字符无法进行增删改的操作（默认失效）

var s = 'hello';

delete s[0];
s // "hello"

s[1] = 'a';
s // "hello"

s[5] = '!';
s // "hello"

length属性

length属性返回字符串的长度，此属性无法改变，同时若要改变也不会报错，只是默认失效罢了

var s = 'hello';
s.length // 5

s.length = 3;
s.length // 5

s.length = 7;
s.length // 5

字符集

JavaScript 使用 Unicode 字符集
JavaScript 引擎内部的所有字符都用 Unicode 表示

JavaScript 不仅以 Unicode 储存字符，还允许直接在程序中使用 Unicode 码点表示字符，即将字符写成\uxxxx的形式，其中xxxx代表该字符的 Unicode 码点

解析代码的时候，JavaScript 会自动识别一个字符是字面形式表示，还是 Unicode 形式表示
但输出给用户的时候会将所有字符都会转成字面形式

var s = '\u00A9';
s // "©"

var f\u006F\u006F = 'abc';
foo // "abc"

上面代码中JS会自动识别第一行的变量名foo是 Unicode 形式表示，第二行是字面形式表示

我们还需要知道的是每个字符在 JavaScript 内部都是以16位（即2个字节）的 UTF-16 格式储存
也即JS的单位字符长度固定是16位，也就是2个字节

但是，UTF-16 有两种长度：对于码点在U+0000到U+FFFF之间的字符，长度为16位（即2个字节）
对于码点在U+10000到U+10FFFF之间的字符，长度为32位（即4个字节），而且前两个字节在0xD800到0xDBFF之间，后两个字节在0xDC00到0xDFFF之间
例如码点U+1D306对应的字符为𝌆，它写成 UTF-16 就是0xD834 0xDF06

而JavaScript 对 UTF-16 的支持是不完整的，由于历史原因，只支持两字节的字符，不支持四字节的字符
例如四字节字符𝌆，浏览器会正确识别这是一个字符，但是 JavaScript 无法识别，会认为这是两个字符

'𝌆'.length // 2

对于码点在U+10000到U+10FFFF之间的字符，JavaScript 总是认为它们是两个字符（length属性为2）

Base64转码

1. 文本里面包含一些不可打印的符号，比如 ASCII码 0 到 31 的符号都无法打印出来，这时可以使用 Base64 编码将它们转成可以打印的字符
2. 需要以文本格式传递二进制数据也可以使用 Base64 编码

Base64 是一种编码方法，可以将任意值转成 0～9、A～Z、a-z、+ 和 / 这64个字符组成的可打印字符
使用Base64的主要目的不是为了加密，而是为了不出现特殊字符，从而简化程序的处理

JS原生提供两个Base64相关方法

1. btoa(): 任意值转为Base64编码
2. atob(): Base64编码转为原来的值

var string = 'Hello World!';
btoa(string) // "SGVsbG8gV29ybGQh"
atob('SGVsbG8gV29ybGQh') // "Hello World!"

但是这两个方法不适用于非ASCII码的字符

btoa('你好') // 报错

要将非 ASCII 码字符转为 Base64 编码，必须中间插入一个转码环节，再使用这两个方法
统一资源标识符(Uniform Resource Identifier)

function b64Encode(str) {
	return btoa(encodeURIComponent(str));
}

function b64Decode(str) {
	return decodeURIComponent(atob(str));
}

b64Encode('你好') // "JUU0JUJEJUEwJUU1JUE1JUJE"
b64Decode('JUU0JUJEJUEwJUU1JUE1JUJE') // "你好"