codePointAt() 和 String.fromCodePoint()

codePointAt()

JavaScript 内部,字符串以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个字节存储的字符,（Unicode码点大于
0xFFFF的字符） ， JavaScript会认为它们是两个字符。

> var s = "𠮷"
undefined
> s
'𠮷'
> s.length
2
> s.charAt(0)
'�'
> s.charAt(1)
'�'
> s.charCodeAt(0)
55362
> s.charCodeAt(1)
57271
> 

上面代码中， 汉字“”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。

 

ES6提供了 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。

> var s = "𠮷s"
undefined
> s
'𠮷s'
> s.codePointAt(0)
134071
> s.codePointAt(1)
57271
> s.codePointAt(2)
115
> 

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“a”视为三个字
符， codePointAt方法在第一个字符上， 正确地识别了“”， 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“”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。

使用 for...of 循环,正确识别 32位的UTF-16字符:

> var s = "𠮷s"
undefined
> for(let ch of s) {
... console.log(ch.codePointAt(0))
... }
134071
115

String.fromCodePoint()

   可以识别大于 0xFFFF 的码点,功能和 codePointAt() 相反

> String.fromCodePoint(0x20BB7)
'𠮷'