ECMAScript6简介——字符串的扩展

字符串的扩展

1. ES6加强了对Unicode的支持，并且扩展了字符串的对象。

字符串的Unicode表示法

2. JS允许采用\uxxxx形式表示一个字符串，其中xxxx表示字符串Unicode码点。

"\u0061"
//"a"

3. 但是这种形式只限于码点在\u0000~\UFFFF之间的字符。超出这个范围的字符，必须用两个双字节的形式表示。

"\uD842\uDFB7"
// "𠮷"

"\u20BB7"
// " 7"

4. 上面的代码表示，如果直接在\u后面跟上超过0xFFFF的数值（比如\u20BB7）,JS会理解成\u20BB+7。下面的例子表明，大括号表示法与四字节的UTF-16编码是等价的。

'\u{1F680}' === '\uD83D\uDE80'
// true

5. JS有6种方法表示一个字符。

'\z' === 'z' //true
'\172'=== 'z' //true
'\x7A' === 'z' //true
'\u007A' === 'z' //true
'\u{7A}' === 'z' //true

codePointAt()

1. JS内部，字符以UTF-16的格式存储，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），JS会认为他们是两个字符。下面代码中，"𠮷"需要四个字节储存，对于这种四个字节的字符，JS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。

var s = "𠮷"；

s.length //2
s.charAt(0) //""
s.charAt(1) //""
s.chartCodeAt(0)//55362
s.chartCodeAt(1)//57271

2. codePointAt方法是测试一个字符由两个字节还是四个字节组成的最简单方法。

function is32Bit(c) {
  return c.codePointAt(0) > 0xFFFF;
}

is32Bit("𠮷") // true
is32Bit("a") // false

String.fromCharCodePoint()

1. ES5提供String.fromCharCode方法,用于从码点返回对应字符，但是这个方法不能识别32位的UTF-16字符

String.fromCharCode(0x20BB7)
// "ஷ"

字符串的遍历器接口

1. ES6为字符串添加了遍历器接口，使得字符串可以被for...of循环遍历。下面代码中，字符串text只有一个字符，但是for循环会认为它包含两个字符（都不可打印），而for...of循环会正确识别出一个字符。

for（let codePoint of 'foo'）{
	console.log(text[i]);
}
//" "
//" "

for (let i of text){
  console.log(i);
}
// "𠮷"

at()

1. ES5对字符串提供chartAt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。这种方法可以通过垫片库实现。

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

normalize（）

1. 许多欧洲语言有语调符号和重音符号。为了表示它们，Unicode 提供了两种方法。一种是直接提供带重音符号的字符，比如Ǒ（\u01D1）。另一种是提供合成符号（combining character），即原字符与重音符号的合成，两个字符合成一个字符，比如O（\u004F）和ˇ（\u030C）合成Ǒ（\u004F\u030C）。下面代码中，JavaScript 将合成字符视为两个字符，导致两种表示方法不相等。

'\u01D1'==='\u004F\u030C' //false

'\u01D1'.length // 1
'\u004F\u030C'.length // 2

2. ES6提供字符串实例的normalize()方法，用来将字符的不同方法统一为同样的形式，这称为Unicode正规化。

'\u01D1'.normalize() === '\u004F\u030C'.normalize()
// true

3. normalize方法可以接受一个参数来指定normalize的方式，参数的四个可选值分别为：
   - NFC：默认参数，表示"标准等价合成"，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",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"，返回合成字符，所谓"兼容等价“指的是语义上存在的等价，但视觉上不等价,比如"囍"和"喜喜”。（仅为举例，normalize方法不能识别中文。）
   - NFKD：表示"兼容等价分解"，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。

'\u004F\u030C'.normalize('NFC').length //1
'\u004F\u030C'.normalize('NFD').length //2

注意: normalize()方法目前不能识别三个或三个以上字符的合成。这种情况下，还是只能使用正则表达式，通过Unicode编号区间判断。

includes(),startsWith(),endsWith()

1. 传统上，JS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。

let s = 'Hello world!';

s.startWith('Hello') //true
s.endsWith('!') //true
s.includes('o') //true

2. 这三个方法都支持第二个参数，表示开始搜索的位置。使用第二个参数n时，endsWith的行为与其他俩个方法有所不同。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。

let s = 'Hello world!';

s.startWith('world', 6) //true
s.endsWith('Hello' , 5) //true
s.includes('Hello' , 6) //false

repeat()

1. repeat方法返回一个新字符串，表示将原字符串重复n次。

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

2. 参数如果是小数，会被取整。

'a'.repeat(2.9) //"aa"

3. 如果repeat的参数是负数或者Infinity,会报错。

'a'.repeat(Infinity)
// RangeError
'a'.repeat(-2)
// RangeError

4. 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-0，repeat视同为0。

'a'.repeat(-0.9) //""

5. 参数NaN等同于0。

'a'.repeat(NaN)

6. 如果repeat的参数是字符串，则会先转换成数字。

'a'.repeat('a') //""
'a'.repeat('3') //"aaa"

padStart(),padEnd()

1. 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。

'x'.padStart(5,'ab') //'ababx'
'x'.padStart(4,'ab') //'abax'

'x'.padEnd(5,'ab') //'xabab'
'x'.padEnd(4,'ab') //'xaba'

2. 上面代码中。padStart和padEnd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，第二个参数用来补全的字符串。如果原来字符串的长度，等于或大于指定的最小长度，则返回原字符串。

'xxx'.padStart(2,'ab') //'xxx'
'xxx'.padEnd(2,'ab') //'xxx'

3. 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。

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

4. 如果省略第二个参数，默认使用空格补全长度。

'x'.padStart(4) //'    x'
'x'.padEnd(4) //'x   '

5. 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'.padStart(10,'0') //"0000000001
'12'.padStart(10,'0') //"0000000012
'123456'.padStart(10,'0') //"0000123456

6. 另一个用途是提示字符串格式

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

1. 传统JS语言输出模板相当繁琐不方便。

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

2. ES6引入模板字符串解决了这个问题。

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

3. 模板字符串是增强版的字符串，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。

// 普通字符串
`In JavaScript '\n' is a line-feed.`

// 多行字符串
`In JavaScript this is
 not legal.`

console.log(`string text line 1
string text line 2`);

// 字符串中嵌入变量
let name = "Bob", time = "today";
`Hello ${name}, how are you ${time}?`

4. 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。

let greeting = `\`Yo\`World!`;

5. 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。

$('#list').html(`
<ul>
	<li>1</li>
	<li>2</li>
</ul>
`);

6. 如果不想用换行，可以使用trim方法消除它。

$('#list').html(`
<ul>
  <li>1</li>
  <li>2</li>
</ul>
`.trim());

7. 模板字符串中嵌入变量，需要将变量名写在${}之中，大括号内可以放入任意JS表达式，可以进行运算，以及引用对象属性。

let x = 1;
let y = 2;

`${x} + ${y} = ${x + y}`
// "1 + 2 = 3"

`${x} + ${y * 2} = ${x + y * 2}`
// "1 + 4 = 5"

let obj = {x: 1, y: 2};
`${obj.x + obj.y}`
// "3"

8. 字符串之间还可以调用函数，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，一个大括号中是一个对象，将默认调用toString方法。如果模板字符串中的变量没有声明，将报错。

// 变量place没有声明
let msg = `Hello, ${place}`;
// 报错


`Hello ${'World'}`
// "Hello World"
//正确执行

9. 如果需要引用模板字符串本身，需要这样写。

//方法一
let str = 'return' + '`Hello ${}!`';
let func = new Function('name',str);
func('jack') //"Hello Jack"

//方法二
let str = '(name) => `Hello ${name}!`';
let func = eval.call(null, str);
func('Jack') // "Hello Jack!"

实例：模板编译

1. 下面我们看一下，通过模板字符串，生成正式模板的实例。

let template = `
<ul>
 <% for (let i = 0; i < data.supplies.length;i++) { %>
 	<li><%= data.supplies[i] %></li>
 	<% } %>
</ul>
` ; 

2. 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 JS 代码，使用<%= ... %>输出 JS 表达式。那么如何编译这种模板字符串呢？一种思路是将其转为JS表达式字符串。

标签模板

alert`123`
//等同于
alert(123)

1. 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是它的参数。但如果模板字符串有变量，就会先将模板字符串先处理成多个参数，再调用函数。下面代码中，模板字符串前面有一个标识名tag，它是一个函数。整个表达式的返回值，就是tag函数处理模板字符串后的返回值。

let a = 5;
let b = 10;

tag`Hello ${ a + b } world ${ a * b }`;
// 等同于
tag(['Hello ', ' world ', ''], 15, 50);

2. 函数tag依次会接收到多个参数。变量替换只发生在数组的第一个成员与第二个成员之间、第二个成员与第三个成员之间，以此类推。tag函数的其他参数，都是模板字符串各个变量被替换后的值。由于本例中，模板字符串含有两个变量，因此tag会接受到value1和value2两个参数。

function tag(stringArr, value1, value2){
  // ...
}
// 等同于
function tag(stringArr, ...values){
  // ...
}

• tag函数所有参数的实际值如下。
  • 第一个参数：['Hello ', ' world ', '']
  • 第二个参数: 15
  • 第三个参数：50

3. “标签模板”的一个重要应用，就是过滤 HTML 字符串，防止用户输入恶意内容。
4. 标签模板的另一个应用，就是多语言转换（国际化处理）。
5. 模板处理函数的第一个参数（模板字符串数组），还有一个raw属性。下面console.log接受的参数，实际上是一个数组。该数组有一个raw属性，保存的是转义后的原字符串。

console.log`123`
// ["123", raw: Array[1]]

6. 下面代码中，两者唯一的区别，就是字符串里面的斜杠都被转义了。比如，strings.raw 数组会将\n视为\和n两个字符，而不是换行符。这是为了方便取得转义之前的原始模板而设计的。

tag`First line\nSecond line`
function tag(strings) {
  console.log(strings.raw[0]);
  // strings.raw[0] 为 "First line\\nSecond line"
  // 打印输出 "First line\nSecond line"
}

String.raw()

1. ES6还为原生的String对象，提供了一个raw方法。

2. 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的字符串，对应于替换变量后的模板字符串。

String.raw`Hi\n${2+3}!`;
//发回 "Hi\\n5!"

String.raw`Hi\u000A!`;
//返回"Hi\\u000A!"

3. 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。

String.raw({ raw: 'test' }, 0, 1, 2);
// 't0e1s2t'

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

模板字符串的限制

1. 模板字符串默认会将字符串转义，导致无法嵌入其他语言。