diff --git a/docs/let.md b/docs/let.md index 26dfb81..3073d01 100644 --- a/docs/let.md +++ b/docs/let.md @@ -184,13 +184,50 @@ function func(arg) { ## 块级作用域 +### 为什么需要块级作用域？ + +ES5只有全局作用域和函数作用域，没有块级作用域，这带来很多不合理的场景。 + +第一种场景，内层变量可能会覆盖外层变量。 + +```javascript +var tmp = new Date(); + +function f(){ + console.log(tmp); + if (false){ + var tmp = "hello world"; + } +} + +f() // 没有输出 +``` + +上面代码中，函数f执行后没有任何输出，原因在于变量提升，导致内层的tmp变量覆盖了外层的tmp变量。 + +第二种场景，用来计数的循环变量泄露为全局变量。 + +```javascript +var s = 'hello'; + +for (var i = 0; i < s.length; i++){ + console.log(s[i]); +} + +console.log(i); // 5 +``` + +上面代码中，变量i只用来控制循环，但是循环结束后，它并没有消失，泄露成了全局变量。 + +### ES6的块级作用域 + let实际上为JavaScript新增了块级作用域。 ```javascript function f1() { let n = 5; if (true) { - let n = 10; + let n = 10; } console.log(n); // 5 } diff --git a/docs/regex.md b/docs/regex.md index f6edb24..7fddbc4 100644 --- a/docs/regex.md +++ b/docs/regex.md @@ -25,7 +25,7 @@ new RegExp(/abc/ig, 'i').flags ## 字符串的正则方法 -字符串对象共有4个方法，可以使用正则表达式。 +字符串对象共有4个方法，可以使用正则表达式：match()、replace()、search()和split()。 ES6将这4个方法，在语言内部全部调用RegExp的实例方法，从而做到所有与正则相关的方法，全都定义在RegExp对象上。 diff --git a/docs/string.md b/docs/string.md index f9bd649..fe4fa96 100644 --- a/docs/string.md +++ b/docs/string.md @@ -2,86 +2,6 @@ ES6加强了对Unicode的支持，并且扩展了字符串对象。 -## 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”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 -var s = "𠮷a"; - -s.codePointAt(0) // 134071 -s.codePointAt(1) // 57271 - -s.charCodeAt(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方法会正确返回四字节的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辅助平面的字符（编号大于0xFFFF）。 - -```javascript -String.fromCharCode(0x20BB7) -// "ஷ" -``` - -上面代码中，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" -``` - -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。 - -## at() - -ES5对字符串对象提供charAt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。 - -```javascript -'abc'.charAt(0) // "a" -'𠮷'.charAt(0) // "\uD842" -``` - -上面代码中，charAt方法返回的是UTF-16编码的第一个字节，实际上是无法显示的。 - -ES7提供了字符串实例的at方法，可以识别Unicode编号大于0xFFFF的字符，返回正确的字符。Chrome浏览器已经支持该方法。 - -```javascript -'abc'.at(0) // "a" -'𠮷'.at(0) // "𠮷" -``` - ## 字符的Unicode表示法 JavaScript允许采用`\uxxxx`形式表示一个字符，其中“xxxx”表示字符的码点。 @@ -131,6 +51,86 @@ hell\u{6F} // 123 '\u{7A}' === 'z' // true ``` +## 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辅助平面的字符（编号大于0xFFFF）。 + +```javascript +String.fromCharCode(0x20BB7) +// "ஷ" +``` + +上面代码中，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" +``` + +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。 + +## 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”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 +var s = "𠮷a"; + +s.codePointAt(0) // 134071 +s.codePointAt(1) // 57271 + +s.charCodeAt(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方法会正确返回四字节的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 +``` + +## at() + +ES5对字符串对象提供charAt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。 + +```javascript +'abc'.charAt(0) // "a" +'𠮷'.charAt(0) // "\uD842" +``` + +上面代码中，charAt方法返回的是UTF-16编码的第一个字节，实际上是无法显示的。 + +ES7提供了字符串实例的at方法，可以识别Unicode编号大于0xFFFF的字符，返回正确的字符。Chrome浏览器已经支持该方法。 + +```javascript +'abc'.at(0) // "a" +'𠮷'.at(0) // "𠮷" +``` + ## normalize() 为了表示语调和重音符号，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）。 @@ -138,12 +138,10 @@ hell\u{6F} // 123 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。 @@ -163,10 +161,8 @@ normalize方法可以接受四个参数。 - 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。