mirror of
https://github.com/ruanyf/es6tutorial.git
synced 2025-05-24 18:32:22 +00:00
948 lines
27 KiB
Markdown
948 lines
27 KiB
Markdown
# 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。
|
||
|
||
## 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。
|
||
|
||
```javascript
|
||
"\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，必须用两个双字节的形式表达。
|
||
|
||
```javascript
|
||
"\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（比如`\u20BB7`），JavaScript会理解成“\u20BB+7”。由于`\u20BB`是一个不可打印字符，所以只会显示一个空格，后面跟着一个7。
|
||
|
||
ES6对这一点做出了改进，只要将码点放入大括号，就能正确解读该字符。
|
||
|
||
```javascript
|
||
"\u{20BB7}"
|
||
// "𠮷"
|
||
|
||
"\u{41}\u{42}\u{43}"
|
||
// "ABC"
|
||
|
||
let hello = 123;
|
||
hell\u{6F} // 123
|
||
|
||
'\u{1F680}' === '\uD83D\uDE80'
|
||
// true
|
||
```
|
||
|
||
上面代码中，最后一个例子表明，大括号表示法与四字节的UTF-16编码是等价的。
|
||
|
||
有了这种表示法之后，JavaScript共有6种方法可以表示一个字符。
|
||
|
||
```javascript
|
||
'\z' === 'z' // true
|
||
'\172' === 'z' // true
|
||
'\x7A' === 'z' // true
|
||
'\u007A' === 'z' // true
|
||
'\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”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
|
||
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
|
||
var s = '𠮷a';
|
||
|
||
s.codePointAt(0).toString(16) // "20bb7"
|
||
s.charCodeAt(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`charCodeAt`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
|
||
var 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`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。
|
||
|
||
```javascript
|
||
for (let codePoint of 'foo') {
|
||
console.log(codePoint)
|
||
}
|
||
// "f"
|
||
// "o"
|
||
// "o"
|
||
```
|
||
|
||
除了遍历字符串，这个遍历器最大的优点是可以识别大于`0xFFFF`的码点，传统的`for`循环无法识别这样的码点。
|
||
|
||
```javascript
|
||
var text = String.fromCodePoint(0x20BB7);
|
||
|
||
for (let i = 0; i < text.length; i++) {
|
||
console.log(text[i]);
|
||
}
|
||
// " "
|
||
// " "
|
||
|
||
for (let i of text) {
|
||
console.log(i);
|
||
}
|
||
// "𠮷"
|
||
```
|
||
|
||
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。
|
||
|
||
## 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。
|
||
|
||
目前，有一个提案，提出字符串实例的`at`方法，可以识别Unicode编号大于`0xFFFF`的字符，返回正确的字符。
|
||
|
||
```javascript
|
||
'abc'.at(0) // "a"
|
||
'𠮷'.at(0) // "𠮷"
|
||
```
|
||
|
||
这个方法可以通过[垫片库](https://github.com/es-shims/String.prototype.at)实现。
|
||
|
||
## 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。
|
||
|
||
```javascript
|
||
var 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
|
||
var 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()
|
||
|
||
ES7推出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，第一个参数用来指定字符串的最小长度，第二个参数是用来补全的字符串。
|
||
|
||
如果原字符串的长度，等于或大于指定的最小长度，则返回原字符串。
|
||
|
||
```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指定的最小长度，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，则会用空格补全长度。
|
||
|
||
```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"
|
||
```
|
||
|
||
## 模板字符串
|
||
|
||
传统的JavaScript语言，输出模板通常是这样写的。
|
||
|
||
```javascript
|
||
$('#result').append(
|
||
'There are <b>' + basket.count + '</b> ' +
|
||
'items in your basket, ' +
|
||
'<em>' + basket.onSale +
|
||
'</em> are on sale!'
|
||
);
|
||
```
|
||
|
||
上面这种写法相当繁琐不方便，ES6引入了模板字符串解决这个问题。
|
||
|
||
```javascript
|
||
$('#result').append(`
|
||
There are <b>${basket.count}</b> items
|
||
in your basket, <em>${basket.onSale}</em>
|
||
are on sale!
|
||
`);
|
||
```
|
||
|
||
模板字符串（template string）是增强版的字符串，用反引号（`）标识。它可以当作普通字符串使用，也可以用来定义多行字符串，或者在字符串中嵌入变量。
|
||
|
||
```javascript
|
||
// 普通字符串
|
||
`In JavaScript '\n' is a line-feed.`
|
||
|
||
// 多行字符串
|
||
`In JavaScript this is
|
||
not legal.`
|
||
|
||
console.log(`string text line 1
|
||
string text line 2`);
|
||
|
||
// 字符串中嵌入变量
|
||
var name = "Bob", time = "today";
|
||
`Hello ${name}, how are you ${time}?`
|
||
```
|
||
|
||
上面代码中的模板字符串，都是用反引号表示。如果在模板字符串中需要使用反引号，则前面要用反斜杠转义。
|
||
|
||
```javascript
|
||
var greeting = `\`Yo\` World!`;
|
||
```
|
||
|
||
如果使用模板字符串表示多行字符串，所有的空格和缩进都会被保留在输出之中。
|
||
|
||
```javascript
|
||
$('#list').html(`
|
||
<ul>
|
||
<li>first</li>
|
||
<li>second</li>
|
||
</ul>
|
||
`);
|
||
```
|
||
|
||
上面代码中，所有模板字符串的空格和换行，都是被保留的，比如`<ul>`标签前面会有一个换行。如果你不想要这个换行，可以使用`trim`方法消除它。
|
||
|
||
|
||
```javascript
|
||
$('#list').html(`
|
||
<ul>
|
||
<li>first</li>
|
||
<li>second</li>
|
||
</ul>
|
||
`.trim());
|
||
```
|
||
|
||
模板字符串中嵌入变量，需要将变量名写在`${}`之中。
|
||
|
||
```javascript
|
||
function authorize(user, action) {
|
||
if (!user.hasPrivilege(action)) {
|
||
throw new Error(
|
||
// 传统写法为
|
||
// 'User '
|
||
// + user.name
|
||
// + ' is not authorized to do '
|
||
// + action
|
||
// + '.'
|
||
`User ${user.name} is not authorized to do ${action}.`);
|
||
}
|
||
}
|
||
```
|
||
|
||
大括号内部可以放入任意的JavaScript表达式，可以进行运算，以及引用对象属性。
|
||
|
||
```javascript
|
||
var x = 1;
|
||
var y = 2;
|
||
|
||
`${x} + ${y} = ${x + y}`
|
||
// "1 + 2 = 3"
|
||
|
||
`${x} + ${y * 2} = ${x + y * 2}`
|
||
// "1 + 4 = 5"
|
||
|
||
var obj = {x: 1, y: 2};
|
||
`${obj.x + obj.y}`
|
||
// 3
|
||
```
|
||
|
||
模板字符串之中还能调用函数。
|
||
|
||
```javascript
|
||
function fn() {
|
||
return "Hello World";
|
||
}
|
||
|
||
`foo ${fn()} bar`
|
||
// foo Hello World bar
|
||
```
|
||
|
||
如果大括号中的值不是字符串，将按照一般的规则转为字符串。比如，大括号中是一个对象，将默认调用对象的`toString`方法。
|
||
|
||
如果模板字符串中的变量没有声明，将报错。
|
||
|
||
```javascript
|
||
// 变量place没有声明
|
||
var msg = `Hello, ${place}`;
|
||
// 报错
|
||
```
|
||
|
||
由于模板字符串的大括号内部，就是执行JavaScript代码，因此如果大括号内部是一个字符串，将会原样输出。
|
||
|
||
```javascript
|
||
`Hello ${'World'}`
|
||
// "Hello World"
|
||
```
|
||
|
||
模板字符串甚至还能嵌套。
|
||
|
||
```javascript
|
||
const tmpl = addrs => `
|
||
<table>
|
||
${addrs.map(addr => `
|
||
<tr><td>${addr.first}</td></tr>
|
||
<tr><td>${addr.last}</td></tr>
|
||
`).join('')}
|
||
</table>
|
||
`;
|
||
```
|
||
|
||
上面代码中，模板字符串的变量之中，又嵌入了另一个模板字符串，使用方法如下。
|
||
|
||
```javascript
|
||
const data = [
|
||
{ first: '<Jane>', last: 'Bond' },
|
||
{ first: 'Lars', last: '<Croft>' },
|
||
];
|
||
|
||
console.log(tmpl(data));
|
||
// <table>
|
||
//
|
||
// <tr><td><Jane></td></tr>
|
||
// <tr><td>Bond</td></tr>
|
||
//
|
||
// <tr><td>Lars</td></tr>
|
||
// <tr><td><Croft></td></tr>
|
||
//
|
||
// </table>
|
||
```
|
||
|
||
如果需要引用模板字符串本身，在需要时执行，可以像下面这样写。
|
||
|
||
```javascript
|
||
// 写法一
|
||
let str = 'return ' + '`Hello ${name}!`';
|
||
let func = new Function('name', str);
|
||
func('Jack') // "Hello Jack!"
|
||
|
||
// 写法二
|
||
let str = '(name) => `Hello ${name}!`';
|
||
let func = eval.call(null, str);
|
||
func('Jack') // "Hello Jack!"
|
||
```
|
||
|
||
## 实例：模板编译
|
||
|
||
下面，我们来看一个通过模板字符串，生成正式模板的实例。
|
||
|
||
```javascript
|
||
var template = `
|
||
<ul>
|
||
<% for(var i=0; i < data.supplies.length; i++) { %>
|
||
<li><%= data.supplies[i] %></li>
|
||
<% } %>
|
||
</ul>
|
||
`;
|
||
```
|
||
|
||
上面代码在模板字符串之中，放置了一个常规模板。该模板使用`<%...%>`放置JavaScript代码，使用`<%= ... %>`输出JavaScript表达式。
|
||
|
||
怎么编译这个模板字符串呢？
|
||
|
||
一种思路是将其转换为JavaScript表达式字符串。
|
||
|
||
```javascript
|
||
echo('<ul>');
|
||
for(var i=0; i < data.supplies.length; i++) {
|
||
echo('<li>');
|
||
echo(data.supplies[i]);
|
||
echo('</li>');
|
||
};
|
||
echo('</ul>');
|
||
```
|
||
|
||
这个转换使用正则表达式就行了。
|
||
|
||
```javascript
|
||
var evalExpr = /<%=(.+?)%>/g;
|
||
var expr = /<%([\s\S]+?)%>/g;
|
||
|
||
template = template
|
||
.replace(evalExpr, '`); \n echo( $1 ); \n echo(`')
|
||
.replace(expr, '`); \n $1 \n echo(`');
|
||
|
||
template = 'echo(`' + template + '`);';
|
||
```
|
||
|
||
然后，将`template`封装在一个函数里面返回，就可以了。
|
||
|
||
```javascript
|
||
var script =
|
||
`(function parse(data){
|
||
var output = "";
|
||
|
||
function echo(html){
|
||
output += html;
|
||
}
|
||
|
||
${ template }
|
||
|
||
return output;
|
||
})`;
|
||
|
||
return script;
|
||
```
|
||
|
||
将上面的内容拼装成一个模板编译函数`compile`。
|
||
|
||
```javascript
|
||
function compile(template){
|
||
var evalExpr = /<%=(.+?)%>/g;
|
||
var expr = /<%([\s\S]+?)%>/g;
|
||
|
||
template = template
|
||
.replace(evalExpr, '`); \n echo( $1 ); \n echo(`')
|
||
.replace(expr, '`); \n $1 \n echo(`');
|
||
|
||
template = 'echo(`' + template + '`);';
|
||
|
||
var script =
|
||
`(function parse(data){
|
||
var output = "";
|
||
|
||
function echo(html){
|
||
output += html;
|
||
}
|
||
|
||
${ template }
|
||
|
||
return output;
|
||
})`;
|
||
|
||
return script;
|
||
}
|
||
```
|
||
|
||
`compile`函数的用法如下。
|
||
|
||
```javascript
|
||
var parse = eval(compile(template));
|
||
div.innerHTML = parse({ supplies: [ "broom", "mop", "cleaner" ] });
|
||
// <ul>
|
||
// <li>broom</li>
|
||
// <li>mop</li>
|
||
// <li>cleaner</li>
|
||
// </ul>
|
||
```
|
||
|
||
## 标签模板
|
||
|
||
模板字符串的功能，不仅仅是上面这些。它可以紧跟在一个函数名后面，该函数将被调用来处理这个模板字符串。这被称为“标签模板”功能（tagged template）。
|
||
|
||
```javascript
|
||
alert`123`
|
||
// 等同于
|
||
alert(123)
|
||
```
|
||
|
||
标签模板其实不是模板，而是函数调用的一种特殊形式。“标签”指的就是函数，紧跟在后面的模板字符串就是它的参数。
|
||
|
||
但是，如果模板字符里面有变量，就不是简单的调用了，而是会将模板字符串先处理成多个参数，再调用函数。
|
||
|
||
```javascript
|
||
var a = 5;
|
||
var b = 10;
|
||
|
||
tag`Hello ${ a + b } world ${ a * b }`;
|
||
// 等同于
|
||
tag(['Hello ', ' world ', ''], 15, 50);
|
||
```
|
||
|
||
上面代码中，模板字符串前面有一个标识名`tag`，它是一个函数。整个表达式的返回值，就是`tag`函数处理模板字符串后的返回值。
|
||
|
||
函数`tag`依次会接收到多个参数。
|
||
|
||
```javascript
|
||
function tag(stringArr, value1, value2){
|
||
// ...
|
||
}
|
||
|
||
// 等同于
|
||
|
||
function tag(stringArr, ...values){
|
||
// ...
|
||
}
|
||
```
|
||
|
||
`tag`函数的第一个参数是一个数组，该数组的成员是模板字符串中那些没有变量替换的部分，也就是说，变量替换只发生在数组的第一个成员与第二个成员之间、第二个成员与第三个成员之间，以此类推。
|
||
|
||
`tag`函数的其他参数，都是模板字符串各个变量被替换后的值。由于本例中，模板字符串含有两个变量，因此`tag`会接受到`value1`和`value2`两个参数。
|
||
|
||
`tag`函数所有参数的实际值如下。
|
||
|
||
- 第一个参数：`['Hello ', ' world ', '']`
|
||
- 第二个参数: 15
|
||
- 第三个参数：50
|
||
|
||
也就是说，`tag`函数实际上以下面的形式调用。
|
||
|
||
```javascript
|
||
tag(['Hello ', ' world ', ''], 15, 50)
|
||
```
|
||
|
||
我们可以按照需要编写`tag`函数的代码。下面是`tag`函数的一种写法，以及运行结果。
|
||
|
||
```javascript
|
||
var a = 5;
|
||
var b = 10;
|
||
|
||
function tag(s, v1, v2) {
|
||
console.log(s[0]);
|
||
console.log(s[1]);
|
||
console.log(s[2]);
|
||
console.log(v1);
|
||
console.log(v2);
|
||
|
||
return "OK";
|
||
}
|
||
|
||
tag`Hello ${ a + b } world ${ a * b}`;
|
||
// "Hello "
|
||
// " world "
|
||
// ""
|
||
// 15
|
||
// 50
|
||
// "OK"
|
||
```
|
||
|
||
下面是一个更复杂的例子。
|
||
|
||
```javascript
|
||
var total = 30;
|
||
var msg = passthru`The total is ${total} (${total*1.05} with tax)`;
|
||
|
||
function passthru(literals) {
|
||
var result = '';
|
||
var i = 0;
|
||
|
||
while (i < literals.length) {
|
||
result += literals[i++];
|
||
if (i < arguments.length) {
|
||
result += arguments[i];
|
||
}
|
||
}
|
||
|
||
return result;
|
||
}
|
||
|
||
msg // "The total is 30 (31.5 with tax)"
|
||
```
|
||
|
||
上面这个例子展示了，如何将各个参数按照原来的位置拼合回去。
|
||
|
||
`passthru`函数采用rest参数的写法如下。
|
||
|
||
```javascript
|
||
function passthru(literals, ...values) {
|
||
var output = "";
|
||
for (var index = 0; index < values.length; index++) {
|
||
output += literals[index] + values[index];
|
||
}
|
||
|
||
output += literals[index]
|
||
return output;
|
||
}
|
||
```
|
||
|
||
“标签模板”的一个重要应用，就是过滤HTML字符串，防止用户输入恶意内容。
|
||
|
||
```javascript
|
||
var message =
|
||
SaferHTML`<p>${sender} has sent you a message.</p>`;
|
||
|
||
function SaferHTML(templateData) {
|
||
var s = templateData[0];
|
||
for (var i = 1; i < arguments.length; i++) {
|
||
var arg = String(arguments[i]);
|
||
|
||
// Escape special characters in the substitution.
|
||
s += arg.replace(/&/g, "&")
|
||
.replace(/</g, "<")
|
||
.replace(/>/g, ">");
|
||
|
||
// Don't escape special characters in the template.
|
||
s += templateData[i];
|
||
}
|
||
return s;
|
||
}
|
||
```
|
||
|
||
上面代码中，`sender`变量往往是用户提供的，经过`SaferHTML`函数处理，里面的特殊字符都会被转义。
|
||
|
||
```javascript
|
||
var sender = '<script>alert("abc")</script>'; // 恶意代码
|
||
var message = SaferHTML`<p>${sender} has sent you a message.</p>`;
|
||
|
||
message
|
||
// <p><script>alert("abc")</script> has sent you a message.</p>
|
||
```
|
||
|
||
|
||
标签模板的另一个应用，就是多语言转换（国际化处理）。
|
||
|
||
```javascript
|
||
i18n`Welcome to ${siteName}, you are visitor number ${visitorNumber}!`
|
||
// "欢迎访问xxx，您是第xxxx位访问者！"
|
||
```
|
||
|
||
模板字符串本身并不能取代Mustache之类的模板库，因为没有条件判断和循环处理功能，但是通过标签函数，你可以自己添加这些功能。
|
||
|
||
```javascript
|
||
// 下面的hashTemplate函数
|
||
// 是一个自定义的模板处理函数
|
||
var libraryHtml = hashTemplate`
|
||
<ul>
|
||
#for book in ${myBooks}
|
||
<li><i>#{book.title}</i> by #{book.author}</li>
|
||
#end
|
||
</ul>
|
||
`;
|
||
```
|
||
|
||
除此之外，你甚至可以使用标签模板，在JavaScript语言之中嵌入其他语言。
|
||
|
||
```javascript
|
||
jsx`
|
||
<div>
|
||
<input
|
||
ref='input'
|
||
onChange='${this.handleChange}'
|
||
defaultValue='${this.state.value}' />
|
||
${this.state.value}
|
||
</div>
|
||
`
|
||
```
|
||
|
||
上面的代码通过`jsx`函数，将一个DOM字符串转为React对象。你可以在Github找到`jsx`函数的[具体实现](https://gist.github.com/lygaret/a68220defa69174bdec5)。
|
||
|
||
下面则是一个假想的例子，通过`java`函数，在JavaScript代码之中运行Java代码。
|
||
|
||
```javascript
|
||
java`
|
||
class HelloWorldApp {
|
||
public static void main(String[] args) {
|
||
System.out.println(“Hello World!”); // Display the string.
|
||
}
|
||
}
|
||
`
|
||
HelloWorldApp.main();
|
||
```
|
||
|
||
模板处理函数的第一个参数（模板字符串数组），还有一个`raw`属性。
|
||
|
||
```javascript
|
||
console.log`123`
|
||
// ["123", raw: Array[1]]
|
||
```
|
||
|
||
上面代码中，`console.log`接受的参数，实际上是一个数组。该数组有一个`raw`属性，保存的是转义后的原字符串。
|
||
|
||
请看下面的例子。
|
||
|
||
```javascript
|
||
tag`First line\nSecond line`
|
||
|
||
function tag(strings) {
|
||
console.log(strings.raw[0]);
|
||
// "First line\\nSecond line"
|
||
}
|
||
```
|
||
|
||
上面代码中，`tag`函数的第一个参数`strings`，有一个`raw`属性，也指向一个数组。该数组的成员与`strings`数组完全一致。比如，`strings`数组是`["First line\nSecond line"]`，那么`strings.raw`数组就是`["First line\\nSecond line"]`。两者唯一的区别，就是字符串里面的斜杠都被转义了。比如，strings.raw数组会将`\n`视为`\\`和`n`两个字符，而不是换行符。这是为了方便取得转义之前的原始模板而设计的。
|
||
|
||
## String.raw()
|
||
|
||
ES6还为原生的String对象，提供了一个`raw`方法。
|
||
|
||
`String.raw`方法，往往用来充当模板字符串的处理函数，返回一个斜杠都被转义（即斜杠前面再加一个斜杠）的字符串，对应于替换变量后的模板字符串。
|
||
|
||
```javascript
|
||
String.raw`Hi\n${2+3}!`;
|
||
// "Hi\\n5!"
|
||
|
||
String.raw`Hi\u000A!`;
|
||
// 'Hi\\u000A!'
|
||
```
|
||
|
||
如果原字符串的斜杠已经转义，那么`String.raw`不会做任何处理。
|
||
|
||
```javascript
|
||
String.raw`Hi\\n`
|
||
// "Hi\\n"
|
||
```
|
||
|
||
`String.raw`的代码基本如下。
|
||
|
||
```javascript
|
||
String.raw = function (strings, ...values) {
|
||
var output = "";
|
||
for (var index = 0; index < values.length; index++) {
|
||
output += strings.raw[index] + values[index];
|
||
}
|
||
|
||
output += strings.raw[index]
|
||
return output;
|
||
}
|
||
```
|
||
|
||
`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);
|
||
```
|
||
|
||
## 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，因此导致了无法嵌入其他语言。
|
||
|
||
举例来说，在标签模板里面可以嵌入Latex语言。
|
||
|
||
```javascript
|
||
function latex(strings) {
|
||
// ...
|
||
}
|
||
|
||
let document = latex`
|
||
\newcommand{\fun}{\textbf{Fun!}} // 正常工作
|
||
\newcommand{\unicode}{\textbf{Unicode!}} // 报错
|
||
\newcommand{\xerxes}{\textbf{King!}} // 报错
|
||
|
||
Breve over the h goes \u{h}ere // 报错
|
||
`
|
||
```
|
||
|
||
上面代码中，变量`document`内嵌的模板字符串，对于Latex语言来说完全是合法的，但是JavaScript引擎会报错。原因就在于字符串的转义。
|
||
|
||
模板字符串会将`\u00FF`和`\u{42}`当作Unicode字符进行转义，所以`\unicode`解析时报错；而`\x56`会被当作十六进制字符串转义，所以`\xerxes`会报错。
|
||
|
||
为了解决这个问题，现在有一个[提案](https://tc39.github.io/proposal-template-literal-revision/)，放松对标签模板里面的字符串转义的限制。如果遇到不合法的字符串转义，就返回`undefined`，而不是报错，并且从`raw`属性上面可以得到原始字符串。
|
||
|
||
```javascript
|
||
function tag(strs) {
|
||
strs[0] === undefined
|
||
strs.raw[0] === "\\unicode and \\u{55}";
|
||
}
|
||
tag`\unicode and \u{55}`
|
||
```
|
||
|
||
上面代码中，模板字符串原本是应该报错的，但是由于放松了对字符串转义的限制，所以不报错了，JavaScript引擎将第一个字符设置为`undefined`，但是`raw`属性依然可以得到原始字符串，因此`tag`函数还是可以对原字符串进行处理。
|
||
|
||
注意，这种对字符串转义的放松，只在标签模板解析字符串时生效，不是标签模板的场合，依然会报错。
|
||
|
||
```javascript
|
||
let bad = `bad escape sequence: \unicode`; // 报错
|
||
```
|