mirror of
https://github.com/ruanyf/es6tutorial.git
synced 2025-05-24 18:32:22 +00:00
docs: add string-methods
This commit is contained in:
ruanyf
parent
dec326eba2
commit
14a4724b85
@ -1,5 +1,7 @@
|
||||
# 对象的新增方法
|
||||
|
||||
本章介绍 Object 对象的新增方法。
|
||||
|
||||
## Object.is()
|
||||
|
||||
ES5 比较两个值是否相等，只有两个运算符：相等运算符（`==`）和严格相等运算符（`===`）。它们都有缺点，前者会自动转换数据类型，后者的`NaN`不等于自身，以及`+0`等于`-0`。JavaScript 缺乏一种运算，在所有环境中，只要两个值是一样的，它们就应该相等。
|
||||
|
||||
318
docs/string-methods.md
Normal file
318
docs/string-methods.md
Normal file
@ -0,0 +1,318 @@
|
||||
# 字符串的新增方法
|
||||
|
||||
本章介绍字符串对象的新增方法。
|
||||
|
||||
## String.fromCodePoint()
|
||||
|
||||
ES5 提供`String.fromCharCode()`方法，用于从 Unicode 码点返回对应字符，但是这个方法不能识别码点大于`0xFFFF`的字符。
|
||||
|
||||
```javascript
|
||||
String.fromCharCode(0x20BB7)
|
||||
// "ஷ"
|
||||
```
|
||||
|
||||
上面代码中，`String.fromCharCode()`不能识别大于`0xFFFF`的码点，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()`方法的不足。在作用上，正好与下面的`codePointAt()`方法相反。
|
||||
|
||||
```javascript
|
||||
String.fromCodePoint(0x20BB7)
|
||||
// "𠮷"
|
||||
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。
|
||||
|
||||
注意，`fromCodePoint`方法定义在`String`对象上，而`codePointAt`方法定义在字符串的实例对象上。
|
||||
|
||||
## String.raw()
|
||||
|
||||
ES6 还为原生的 String 对象，提供了一个`raw()`方法。该方法返回一个斜杠都被转义（即斜杠前面再加一个斜杠）的字符串，往往用于模板字符串的处理方法。
|
||||
|
||||
```javascript
|
||||
String.raw`Hi\n${2+3}!`;
|
||||
// 返回 "Hi\\n5!"
|
||||
|
||||
String.raw`Hi\u000A!`;
|
||||
// 返回 "Hi\\u000A!"
|
||||
```
|
||||
|
||||
如果原字符串的斜杠已经转义，那么`String.raw()`会进行再次转义。
|
||||
|
||||
```javascript
|
||||
String.raw`Hi\\n`
|
||||
// 返回 "Hi\\\\n"
|
||||
```
|
||||
|
||||
`String.raw()`方法可以作为处理模板字符串的基本方法，它会将所有变量替换，而且对斜杠进行转义，方便下一步作为字符串来使用。
|
||||
|
||||
`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。
|
||||
|
||||
```javascript
|
||||
String.raw({ raw: 'test' }, 0, 1, 2);
|
||||
// 't0e1s2t'
|
||||
|
||||
// 等同于
|
||||
String.raw({ raw: ['t','e','s','t'] }, 0, 1, 2);
|
||||
```
|
||||
|
||||
作为函数，`String.raw()`的代码实现基本如下。
|
||||
|
||||
```javascript
|
||||
String.raw = function (strings, ...values) {
|
||||
let output = '';
|
||||
let index;
|
||||
for (index = 0; index < values.length; index++) {
|
||||
output += strings.raw[index] + values[index];
|
||||
}
|
||||
|
||||
output += strings.raw[index]
|
||||
return output;
|
||||
}
|
||||
```
|
||||
|
||||
## 实例方法：codePointAt()
|
||||
|
||||
JavaScript 内部，字符以 UTF-16 的格式储存，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），JavaScript 会认为它们是两个字符。
|
||||
|
||||
```javascript
|
||||
var 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“𠮷”（注意，这个字不是“吉祥”的“吉”）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。
|
||||
|
||||
```javascript
|
||||
let s = '𠮷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“𠮷a”视为三个字符，codePointAt 方法在第一个字符上，正确地识别了“𠮷”，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“𠮷”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。
|
||||
|
||||
`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。
|
||||
|
||||
```javascript
|
||||
let s = '𠮷a';
|
||||
|
||||
s.codePointAt(0).toString(16) // "20bb7"
|
||||
s.codePointAt(2).toString(16) // "61"
|
||||
```
|
||||
|
||||
你可能注意到了，`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。
|
||||
|
||||
```javascript
|
||||
let s = '𠮷a';
|
||||
for (let ch of s) {
|
||||
console.log(ch.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。
|
||||
|
||||
```javascript
|
||||
function is32Bit(c) {
|
||||
return c.codePointAt(0) > 0xFFFF;
|
||||
}
|
||||
|
||||
is32Bit("𠮷") // true
|
||||
is32Bit("a") // false
|
||||
```
|
||||
|
||||
## 实例方法：normalize()
|
||||
|
||||
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）。
|
||||
|
||||
这两种表示方法，在视觉和语义上都等价，但是 JavaScript 不能识别。
|
||||
|
||||
```javascript
|
||||
'\u01D1'==='\u004F\u030C' //false
|
||||
|
||||
'\u01D1'.length // 1
|
||||
'\u004F\u030C'.length // 2
|
||||
```
|
||||
|
||||
上面代码表示，JavaScript 将合成字符视为两个字符，导致两种表示方法不相等。
|
||||
|
||||
ES6 提供字符串实例的`normalize()`方法，用来将字符的不同表示方法统一为同样的形式，这称为 Unicode 正规化。
|
||||
|
||||
```javascript
|
||||
'\u01D1'.normalize() === '\u004F\u030C'.normalize()
|
||||
// true
|
||||
```
|
||||
|
||||
`normalize`方法可以接受一个参数来指定`normalize`的方式，参数的四个可选值如下。
|
||||
|
||||
- `NFC`，默认参数，表示“标准等价合成”（Normalization Form Canonical Composition），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”（Normalization Form Canonical Decomposition），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”（Normalization Form Compatibility Composition），返回合成字符。所谓“兼容等价”指的是语义上存在等价，但视觉上不等价，比如“囍”和“喜喜”。（这只是用来举例，`normalize`方法不能识别中文。）
|
||||
- `NFKD`，表示“兼容等价分解”（Normalization Form Compatibility Decomposition），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。
|
||||
|
||||
```javascript
|
||||
'\u004F\u030C'.normalize('NFC').length // 1
|
||||
'\u004F\u030C'.normalize('NFD').length // 2
|
||||
```
|
||||
|
||||
上面代码表示，`NFC`参数返回字符的合成形式，`NFD`参数返回字符的分解形式。
|
||||
|
||||
不过，`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。
|
||||
|
||||
## 实例方法：includes(), startsWith(), endsWith()
|
||||
|
||||
传统上，JavaScript 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。
|
||||
|
||||
```javascript
|
||||
let s = 'Hello world!';
|
||||
|
||||
s.startsWith('Hello') // true
|
||||
s.endsWith('!') // true
|
||||
s.includes('o') // true
|
||||
```
|
||||
|
||||
这三个方法都支持第二个参数，表示开始搜索的位置。
|
||||
|
||||
```javascript
|
||||
let s = 'Hello world!';
|
||||
|
||||
s.startsWith('world', 6) // true
|
||||
s.endsWith('Hello', 5) // true
|
||||
s.includes('Hello', 6) // false
|
||||
```
|
||||
|
||||
上面代码表示，使用第二个参数`n`时，`endsWith`的行为与其他两个方法有所不同。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。
|
||||
|
||||
## 实例方法：repeat()
|
||||
|
||||
`repeat`方法返回一个新字符串，表示将原字符串重复`n`次。
|
||||
|
||||
```javascript
|
||||
'x'.repeat(3) // "xxx"
|
||||
'hello'.repeat(2) // "hellohello"
|
||||
'na'.repeat(0) // ""
|
||||
```
|
||||
|
||||
参数如果是小数，会被取整。
|
||||
|
||||
```javascript
|
||||
'na'.repeat(2.9) // "nana"
|
||||
```
|
||||
|
||||
如果`repeat`的参数是负数或者`Infinity`，会报错。
|
||||
|
||||
```javascript
|
||||
'na'.repeat(Infinity)
|
||||
// RangeError
|
||||
'na'.repeat(-1)
|
||||
// RangeError
|
||||
```
|
||||
|
||||
但是，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。
|
||||
|
||||
```javascript
|
||||
'na'.repeat(-0.9) // ""
|
||||
```
|
||||
|
||||
参数`NaN`等同于 0。
|
||||
|
||||
```javascript
|
||||
'na'.repeat(NaN) // ""
|
||||
```
|
||||
|
||||
如果`repeat`的参数是字符串，则会先转换成数字。
|
||||
|
||||
```javascript
|
||||
'na'.repeat('na') // ""
|
||||
'na'.repeat('3') // "nanana"
|
||||
```
|
||||
|
||||
## 实例方法：padStart()，padEnd()
|
||||
|
||||
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。
|
||||
|
||||
```javascript
|
||||
'x'.padStart(5, 'ab') // 'ababx'
|
||||
'x'.padStart(4, 'ab') // 'abax'
|
||||
|
||||
'x'.padEnd(5, 'ab') // 'xabab'
|
||||
'x'.padEnd(4, 'ab') // 'xaba'
|
||||
```
|
||||
|
||||
上面代码中，`padStart()`和`padEnd()`一共接受两个参数，第一个参数是字符串补全生效的最大长度，第二个参数是用来补全的字符串。
|
||||
|
||||
如果原字符串的长度，等于或大于最大长度，则字符串补全不生效，返回原字符串。
|
||||
|
||||
```javascript
|
||||
'xxx'.padStart(2, 'ab') // 'xxx'
|
||||
'xxx'.padEnd(2, 'ab') // 'xxx'
|
||||
```
|
||||
|
||||
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最大长度，则会截去超出位数的补全字符串。
|
||||
|
||||
```javascript
|
||||
'abc'.padStart(10, '0123456789')
|
||||
// '0123456abc'
|
||||
```
|
||||
|
||||
如果省略第二个参数，默认使用空格补全长度。
|
||||
|
||||
```javascript
|
||||
'x'.padStart(4) // ' x'
|
||||
'x'.padEnd(4) // 'x '
|
||||
```
|
||||
|
||||
`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。
|
||||
|
||||
```javascript
|
||||
'1'.padStart(10, '0') // "0000000001"
|
||||
'12'.padStart(10, '0') // "0000000012"
|
||||
'123456'.padStart(10, '0') // "0000123456"
|
||||
```
|
||||
|
||||
另一个用途是提示字符串格式。
|
||||
|
||||
```javascript
|
||||
'12'.padStart(10, 'YYYY-MM-DD') // "YYYY-MM-12"
|
||||
'09-12'.padStart(10, 'YYYY-MM-DD') // "YYYY-09-12"
|
||||
```
|
||||
|
||||
## 实例方法：trimStart()，trimEnd()
|
||||
|
||||
[ES2019](https://github.com/tc39/proposal-string-left-right-trim) 对字符串实例新增了`trimStart()`和`trimEnd()`这两个方法。它们的行为与`trim()`一致，`trimStart()`消除字符串头部的空格，`trimEnd()`消除尾部的空格。它们返回的都是新字符串，不会修改原始字符串。
|
||||
|
||||
```javascript
|
||||
const s = ' abc ';
|
||||
|
||||
s.trim() // "abc"
|
||||
s.trimStart() // "abc "
|
||||
s.trimEnd() // " abc"
|
||||
```
|
||||
|
||||
上面代码中，`trimStart()`只消除头部的空格，保留尾部的空格。`trimEnd()`也是类似行为。
|
||||
|
||||
除了空格键，这两个方法对字符串头部（或尾部）的 tab 键、换行符等不可见的空白符号也有效。
|
||||
|
||||
浏览器还部署了额外的两个方法，`trimLeft()`是`trimStart()`的别名，`trimRight()`是`trimEnd()`的别名。
|
||||
|
||||
## 实例方法：matchAll()
|
||||
|
||||
`matchAll()`方法返回一个正则表达式在当前字符串的所有匹配，详见《正则的扩展》的一章。
|
||||
|
||||
320
docs/string.md
320
docs/string.md
@ -1,10 +1,10 @@
|
||||
# 字符串的扩展
|
||||
|
||||
ES6 加强了对 Unicode 的支持，并且扩展了字符串对象。
|
||||
本章介绍 ES6 对字符串的改造和增强，下一章介绍字符串对象的新增方法。
|
||||
|
||||
## 字符的 Unicode 表示法
|
||||
|
||||
JavaScript 允许采用`\uxxxx`形式表示一个字符，其中`xxxx`表示字符的 Unicode 码点。
|
||||
ES6 加强了对 Unicode 的支持，允许采用`\uxxxx`形式表示一个字符，其中`xxxx`表示字符的 Unicode 码点。
|
||||
|
||||
```javascript
|
||||
"\u0061"
|
||||
@ -51,92 +51,6 @@ hell\u{6F} // 123
|
||||
'\u{7A}' === 'z' // true
|
||||
```
|
||||
|
||||
## codePointAt()
|
||||
|
||||
JavaScript 内部，字符以 UTF-16 的格式储存，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），JavaScript 会认为它们是两个字符。
|
||||
|
||||
```javascript
|
||||
var 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“𠮷”（注意，这个字不是“吉祥”的“吉”）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。
|
||||
|
||||
```javascript
|
||||
let s = '𠮷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“𠮷a”视为三个字符，codePointAt 方法在第一个字符上，正确地识别了“𠮷”，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“𠮷”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。
|
||||
|
||||
`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。
|
||||
|
||||
```javascript
|
||||
let s = '𠮷a';
|
||||
|
||||
s.codePointAt(0).toString(16) // "20bb7"
|
||||
s.codePointAt(2).toString(16) // "61"
|
||||
```
|
||||
|
||||
你可能注意到了，`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。
|
||||
|
||||
```javascript
|
||||
let s = '𠮷a';
|
||||
for (let ch of s) {
|
||||
console.log(ch.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。
|
||||
|
||||
```javascript
|
||||
function is32Bit(c) {
|
||||
return c.codePointAt(0) > 0xFFFF;
|
||||
}
|
||||
|
||||
is32Bit("𠮷") // true
|
||||
is32Bit("a") // false
|
||||
```
|
||||
|
||||
## String.fromCodePoint()
|
||||
|
||||
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（Unicode 编号大于`0xFFFF`）。
|
||||
|
||||
```javascript
|
||||
String.fromCharCode(0x20BB7)
|
||||
// "ஷ"
|
||||
```
|
||||
|
||||
上面代码中，`String.fromCharCode`不能识别大于`0xFFFF`的码点，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`方法的不足。在作用上，正好与`codePointAt`方法相反。
|
||||
|
||||
```javascript
|
||||
String.fromCodePoint(0x20BB7)
|
||||
// "𠮷"
|
||||
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。
|
||||
|
||||
注意，`fromCodePoint`方法定义在`String`对象上，而`codePointAt`方法定义在字符串的实例对象上。
|
||||
|
||||
## 字符串的遍历器接口
|
||||
|
||||
ES6 为字符串添加了遍历器接口（详见《Iterator》一章），使得字符串可以被`for...of`循环遍历。
|
||||
@ -169,188 +83,6 @@ for (let i of text) {
|
||||
|
||||
上面代码中，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`循环会正确识别出这一个字符。
|
||||
|
||||
## normalize()
|
||||
|
||||
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）。
|
||||
|
||||
这两种表示方法，在视觉和语义上都等价，但是 JavaScript 不能识别。
|
||||
|
||||
```javascript
|
||||
'\u01D1'==='\u004F\u030C' //false
|
||||
|
||||
'\u01D1'.length // 1
|
||||
'\u004F\u030C'.length // 2
|
||||
```
|
||||
|
||||
上面代码表示，JavaScript 将合成字符视为两个字符，导致两种表示方法不相等。
|
||||
|
||||
ES6 提供字符串实例的`normalize()`方法，用来将字符的不同表示方法统一为同样的形式，这称为 Unicode 正规化。
|
||||
|
||||
```javascript
|
||||
'\u01D1'.normalize() === '\u004F\u030C'.normalize()
|
||||
// true
|
||||
```
|
||||
|
||||
`normalize`方法可以接受一个参数来指定`normalize`的方式，参数的四个可选值如下。
|
||||
|
||||
- `NFC`，默认参数，表示“标准等价合成”（Normalization Form Canonical Composition），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”（Normalization Form Canonical Decomposition），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”（Normalization Form Compatibility Composition），返回合成字符。所谓“兼容等价”指的是语义上存在等价，但视觉上不等价，比如“囍”和“喜喜”。（这只是用来举例，`normalize`方法不能识别中文。）
|
||||
- `NFKD`，表示“兼容等价分解”（Normalization Form Compatibility Decomposition），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。
|
||||
|
||||
```javascript
|
||||
'\u004F\u030C'.normalize('NFC').length // 1
|
||||
'\u004F\u030C'.normalize('NFD').length // 2
|
||||
```
|
||||
|
||||
上面代码表示，`NFC`参数返回字符的合成形式，`NFD`参数返回字符的分解形式。
|
||||
|
||||
不过，`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()
|
||||
|
||||
传统上，JavaScript 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。
|
||||
|
||||
```javascript
|
||||
let s = 'Hello world!';
|
||||
|
||||
s.startsWith('Hello') // true
|
||||
s.endsWith('!') // true
|
||||
s.includes('o') // true
|
||||
```
|
||||
|
||||
这三个方法都支持第二个参数，表示开始搜索的位置。
|
||||
|
||||
```javascript
|
||||
let s = 'Hello world!';
|
||||
|
||||
s.startsWith('world', 6) // true
|
||||
s.endsWith('Hello', 5) // true
|
||||
s.includes('Hello', 6) // false
|
||||
```
|
||||
|
||||
上面代码表示，使用第二个参数`n`时，`endsWith`的行为与其他两个方法有所不同。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。
|
||||
|
||||
## repeat()
|
||||
|
||||
`repeat`方法返回一个新字符串，表示将原字符串重复`n`次。
|
||||
|
||||
```javascript
|
||||
'x'.repeat(3) // "xxx"
|
||||
'hello'.repeat(2) // "hellohello"
|
||||
'na'.repeat(0) // ""
|
||||
```
|
||||
|
||||
参数如果是小数，会被取整。
|
||||
|
||||
```javascript
|
||||
'na'.repeat(2.9) // "nana"
|
||||
```
|
||||
|
||||
如果`repeat`的参数是负数或者`Infinity`，会报错。
|
||||
|
||||
```javascript
|
||||
'na'.repeat(Infinity)
|
||||
// RangeError
|
||||
'na'.repeat(-1)
|
||||
// RangeError
|
||||
```
|
||||
|
||||
但是，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。
|
||||
|
||||
```javascript
|
||||
'na'.repeat(-0.9) // ""
|
||||
```
|
||||
|
||||
参数`NaN`等同于 0。
|
||||
|
||||
```javascript
|
||||
'na'.repeat(NaN) // ""
|
||||
```
|
||||
|
||||
如果`repeat`的参数是字符串，则会先转换成数字。
|
||||
|
||||
```javascript
|
||||
'na'.repeat('na') // ""
|
||||
'na'.repeat('3') // "nanana"
|
||||
```
|
||||
|
||||
## padStart()，padEnd()
|
||||
|
||||
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。
|
||||
|
||||
```javascript
|
||||
'x'.padStart(5, 'ab') // 'ababx'
|
||||
'x'.padStart(4, 'ab') // 'abax'
|
||||
|
||||
'x'.padEnd(5, 'ab') // 'xabab'
|
||||
'x'.padEnd(4, 'ab') // 'xaba'
|
||||
```
|
||||
|
||||
上面代码中，`padStart()`和`padEnd()`一共接受两个参数，第一个参数是字符串补全生效的最大长度，第二个参数是用来补全的字符串。
|
||||
|
||||
如果原字符串的长度，等于或大于最大长度，则字符串补全不生效，返回原字符串。
|
||||
|
||||
```javascript
|
||||
'xxx'.padStart(2, 'ab') // 'xxx'
|
||||
'xxx'.padEnd(2, 'ab') // 'xxx'
|
||||
```
|
||||
|
||||
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最大长度，则会截去超出位数的补全字符串。
|
||||
|
||||
```javascript
|
||||
'abc'.padStart(10, '0123456789')
|
||||
// '0123456abc'
|
||||
```
|
||||
|
||||
如果省略第二个参数，默认使用空格补全长度。
|
||||
|
||||
```javascript
|
||||
'x'.padStart(4) // ' x'
|
||||
'x'.padEnd(4) // 'x '
|
||||
```
|
||||
|
||||
`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。
|
||||
|
||||
```javascript
|
||||
'1'.padStart(10, '0') // "0000000001"
|
||||
'12'.padStart(10, '0') // "0000000012"
|
||||
'123456'.padStart(10, '0') // "0000123456"
|
||||
```
|
||||
|
||||
另一个用途是提示字符串格式。
|
||||
|
||||
```javascript
|
||||
'12'.padStart(10, 'YYYY-MM-DD') // "YYYY-MM-12"
|
||||
'09-12'.padStart(10, 'YYYY-MM-DD') // "YYYY-09-12"
|
||||
```
|
||||
|
||||
## trimStart()，trimEnd()
|
||||
|
||||
[ES2019](https://github.com/tc39/proposal-string-left-right-trim) 对字符串实例新增了`trimStart()`和`trimEnd()`这两个方法。它们的行为与`trim()`一致，`trimStart()`消除字符串头部的空格，`trimEnd()`消除尾部的空格。它们返回的都是新字符串，不会修改原始字符串。
|
||||
|
||||
```javascript
|
||||
const s = ' abc ';
|
||||
|
||||
s.trim() // "abc"
|
||||
s.trimStart() // "abc "
|
||||
s.trimEnd() // " abc"
|
||||
```
|
||||
|
||||
上面代码中，`trimStart()`只消除头部的空格，保留尾部的空格。`trimEnd()`也是类似行为。
|
||||
|
||||
除了空格键，这两个方法对字符串头部（或尾部）的 tab 键、换行符等不可见的空白符号也有效。
|
||||
|
||||
浏览器还部署了额外的两个方法，`trimLeft()`是`trimStart()`的别名，`trimRight()`是`trimEnd()`的别名。
|
||||
|
||||
## matchAll()
|
||||
|
||||
`matchAll`方法返回一个正则表达式在当前字符串的所有匹配，详见《正则的扩展》的一章。
|
||||
|
||||
## 模板字符串
|
||||
|
||||
传统的 JavaScript 语言，输出模板通常是这样写的（下面使用了 jQuery 的方法）。
|
||||
@ -854,54 +586,6 @@ function tag(strings) {
|
||||
|
||||
上面代码中，`tag`函数的第一个参数`strings`，有一个`raw`属性，也指向一个数组。该数组的成员与`strings`数组完全一致。比如，`strings`数组是`["First line\nSecond line"]`，那么`strings.raw`数组就是`["First line\\nSecond line"]`。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。
|
||||
|
||||
## String.raw()
|
||||
|
||||
ES6 还为原生的 String 对象，提供了一个`raw`方法。
|
||||
|
||||
`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（即斜杠前面再加一个斜杠）的字符串，对应于替换变量后的模板字符串。
|
||||
|
||||
```javascript
|
||||
String.raw`Hi\n${2+3}!`;
|
||||
// 返回 "Hi\\n5!"
|
||||
|
||||
String.raw`Hi\u000A!`;
|
||||
// 返回 "Hi\\u000A!"
|
||||
```
|
||||
|
||||
如果原字符串的斜杠已经转义，那么`String.raw`会进行再次转义。
|
||||
|
||||
```javascript
|
||||
String.raw`Hi\\n`
|
||||
// 返回 "Hi\\\\n"
|
||||
```
|
||||
|
||||
`String.raw`方法可以作为处理模板字符串的基本方法，它会将所有变量替换，而且对斜杠进行转义，方便下一步作为字符串来使用。
|
||||
|
||||
`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。
|
||||
|
||||
```javascript
|
||||
String.raw({ raw: 'test' }, 0, 1, 2);
|
||||
// 't0e1s2t'
|
||||
|
||||
// 等同于
|
||||
String.raw({ raw: ['t','e','s','t'] }, 0, 1, 2);
|
||||
```
|
||||
|
||||
作为函数，`String.raw`的代码实现基本如下。
|
||||
|
||||
```javascript
|
||||
String.raw = function (strings, ...values) {
|
||||
let output = '';
|
||||
let index;
|
||||
for (index = 0; index < values.length; index++) {
|
||||
output += strings.raw[index] + values[index];
|
||||
}
|
||||
|
||||
output += strings.raw[index]
|
||||
return output;
|
||||
}
|
||||
```
|
||||
|
||||
## 模板字符串的限制
|
||||
|
||||
前面提到标签模板里面，可以内嵌其他语言。但是，模板字符串默认会将字符串转义，导致无法嵌入其他语言。
|
||||
|
||||
@ -10,6 +10,7 @@
|
||||
1. [let 和 const 命令](#docs/let)
|
||||
1. [变量的解构赋值](#docs/destructuring)
|
||||
1. [字符串的扩展](#docs/string)
|
||||
1. [字符串的新增方法](#docs/string-methods)
|
||||
1. [正则的扩展](#docs/regex)
|
||||
1. [数值的扩展](#docs/number)
|
||||
1. [函数的扩展](#docs/function)
|
||||
|
||||
Loading…
x
Reference in New Issue
Block a user