ES6-字符串的扩展-codePointAt()和String.fromCodePoint()

codePointAt()

JavaScript 内部，字符以UTF-16格式存储，每个字符固定为2字节，但是对于要存储4字节的字符（Unicode码点大于 0xffff 的字符），JavaScript 就会认为是2个字符。

 

var s = "吉";

s.length // 2
s.charAt(0) // ''
s.charAt(1) // ''
s.charCodeAt(0) // 55362
s.charCodeAt(1) // 57271

上面代码中，汉字“吉”（通“吉”，实际横是上短下长，但是在此编译器中通过不了，所以统一用“吉”代替）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。

let s = '吉a';

s.codePointAt(0) // 134071
s.codePointAt(1) // 57271

s.codePointAt(2) // 97

 

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

 

 

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。

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 s = '吉a';

s.codePointAt(0).toString(16) // "20bb7"
s.codePointAt(1).toString(16) // "dfb7"
s.codePointAt(1).toString(16) // "61"

codePointAt方法的参数，仍然是不正确的。比如，上面代码中，字符a在字符串s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 s = '吉a';
for (let tmp of s) {
  console.log(tmp.codePointAt(0).toString(16));
}
// 20bb7
// 61

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 code(val) {
  return val.codePointAt(0) > 0xFFFF;
}

code("吉") // true
code("a") // false

 

 

String.fromCodePoint()

 

ES5 提供了 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（Unicode 编码大于0xFFFF）。

 

String.fromCharCode(0x20BB7)
// "ஷ"

上面代码中，String.fromCharCode 不能识别大于 0xFFFF 码点，所以 0x20BB7 就发生了溢出，最高位 2 被舍弃了，最后返回码点 U+0BB7 对应的字符，而不是码点 U+20BB7 对应的字符。
ES6 提供了String.fromCodePoint 方法，可以识别大于 0xFFFF 的字符，弥补了 String.fromCharCode 方法不足。在作用上，正好与 codePointAt 方法相反。

 

 

String.fromCodePoint(0x20BB7)
// "吉"
String.fromCodePoint(0x78, 0x1f680, 0x79) === 'x\uD83D\uDE80y'
// true

上面代码中，如果 String.fromCodePoint 方法有多个参数，则它们会被合并成一个字符串返回。
注：fromCodePoint 方法定义在String 对象上，参数是十六进制数，而 codePointAt 方法定义在字符串实例对象上，参数是数字。