5.4 KiB
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。
codePointAt方法
JavaScript内部，字符以UTF-16的格式储存，每个字符固定为16字节。对于那些需要4个字节储存的字符（Unicode编号大于0xFFFF的字符），JavaScript会认为它们是两个字符。
var s = "𠮷";
s.length // 2
s.charAt(0) // ''
s.charAt(1) // ''
s.charCodeAt(0) // 55362
s.charCodeAt(1) // 57271
上面代码说明，对于4个字节储存的字符，JavaScript不能正确处理。
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Unicode编号。，
var s = "𠮷a";
s.codePointAt(0) // 134071
s.codePointAt(1) // 97
s.charCodeAt(2) // 97
上面代码说明，codePointAt方法的参数是，字符在字符串中的位置。对于两个字节储存的字符，它的返回结果与charCodeAt方法相同。
该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 is32Bit(c) {
return c.codePointAt(0) > 0xFFFF;
}
is32Bit("𠮷") // true
is32Bit("a") // false
String.fromCodePoint方法
该方法用于从Unicode编号返回对应的字符串，作用与codePointAt正好相反。
String.fromCodePoint(134071) // "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。
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编号。
"\u0061"
// "a"
但是，这种表示法只限于\u0000——\uFFFF之间的字符。超出这个范围的字符，必须写成两个字节的形式。
"\uD842\uDFB7"
// "𠮷"
"\u20BB7"
// " 7"
上面代码表示，如果直接在“\u”后面跟上超过0xFFFF的数值，JavaScript会理解成“\u20BB+7”。
ES6对这一点做出了改进，只要将超过0xFFFF的编号放入大括号，就能正确解读该字符。
"\u{20BB7}"
// " 7"
正则表达式的u修饰符
ES6对正则表达式添加了u修饰符，用来正确处理大于\uFFFF的Unicode字符。
var s = "𠮷";
/^.$/.test(s) // false
/^.$/u.test(s) // true
上面代码表示，如果不添加u修饰符，正则表达式就会认为字符串为两个字符，从而匹配失败。
利用这一点，可以写出一个正确返回字符串长度的函数。
function codePointLength(text) {
var result = text.match(/[\s\S]/gu);
return result ? result.length : 0;
}
var s = "𠮷𠮷";
s.length // 4
codePointLength(s) // 2
contains(), 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。
- contains()：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源字符串的头部。
- endsWith()：返回布尔值，表示参数字符串是否在源字符串的尾部。
var s = "Hello world!";
s.startsWith("Hello") // true
s.endsWith("!") // true
s.contains("o") // true
这三个方法都支持第二个参数，表示开始搜索的位置。
var s = "Hello world!";
s.startsWith("o", 4) // true
s.endsWith("o", 8) // true
s.contains("o", 8) // 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()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"
正则表达式的y修饰符
除了u修饰符，ES6还为正则表达式添加了y修饰符，叫做“粘连”（sticky）修饰符。它的作用与g修饰符类似，也是全局匹配，后一次匹配都从上一次匹配成功的下一个位置开始，不同之处在于，g修饰符只确保剩余位置中存在匹配，而y修饰符确保匹配必须从剩余的第一个位置开始，这也就是“粘连”的涵义。
var s = "aaa_aa_a";
var r1 = /a+/g;
var r2 = /a+/y;
r1.exec(s) // ["aaa"]
r2.exec(s) // ["aaa"]
r1.exec(s) // ["aa"]
r2.exec(s) // null
上面代码有两个正则表达式，一个使用g修饰符，另一个使用y修饰符。这两个正则表达式各执行了两次，第一次执行的时候，两者行为相同，剩余字符串都是“_aa_a”。由于g修饰没有位置要求，所以第二次执行会返回结果，而y修饰符要求匹配必须从头部开始，所以返回null。
如果改一下正则表达式，保证每次都能头部匹配，y修饰符就会返回结果了。
var s = "aaa_aa_a";
var r = /a+_/y;
r.exec(s) // ["aaa_"]
r.exec(s) // ["aa_"]
上面代码每次匹配，都是从剩余字符串的头部开始。
进一步说，y修饰符号隐含了头部匹配的标志ˆ。
/b/y.exec("aba")
// null
上面代码由于不能保证头部匹配，所以返回null。y修饰符的设计本意，就是让头部匹配的标志ˆ在全局匹配中都有效。
与y修饰符相匹配，ES6的正则对象多了sticky属性，表示是否设置了y修饰符。
var r = /hello\d/y;
r.sticky // true