ECMAScript 6 学习之路 （ 四 ） String 字符串扩展

字符串的扩展

1. 字符的Unicode表示法

js允许采用\uxxxx形式表示一个字符，其中xxxx表示字符的码点。

"\u0061"
// 'a'

这种语法支持的是\u0000 - \uFFFF之间的字符。这是因为javascript的ES5支持的是utf-16 编码的二个字节的字符。 再ES5中如果是遇到了超过了2个字节的范围，就必须使用双字节的形式来表示。

"\uD842\uDFB7"
// "?"

"\u20BB7"
// 本来是? ，结果" 7"
// 如果直接再\u后面跟上超过了两个字节的数值 20BB7 ，js会理解为是 \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。

为了解决以上的问题，ES6做出了解决

"\u{20BB7}"
// "?"

'\u{1F680}' === '\uD83D\uDE80'
// true

有了这种表示法之后，JavaScript 共有 6 种方法可以表示一个字符。

'\z' === 'z'  // true
'\172' === 'z' // true
'\x7A' === 'z' // true
'\u007A' === 'z' // true
'\u{7A}' === 'z' // true

2. 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。

var s = "?"; // 需要四个字节来存

s.length // 2 
s.charAt(0) // '' 
s.charAt(1) // ''
s.charCodeAt(0) // 55362 十进制码点 55362 十六进制 \ud842
s.charCodeAt(1) // 57271  十进制码点 57271 十六进制 \udfb7
// 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(32位)，返回一个字符的码点。

let s = '?a';

s.codePointAt(0) // 134071 十进制码点 134071 十六进制 \u20BB7
s.codePointAt(1) // 57271 十进制码点 57271 十六进制 \udfb7

s.codePointAt(2) // 97 十进制码点 97 十六进制 61

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“?a”视为三个字符，codePointAt 方法在第一个字符上，正确地识别了“?”，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“?”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()返回的是十进制的码点，如果想要是十六进制的可以使用toString()

let s = '?a';
s.codePointAt(0).toString(16); // 20BB7
s.codePointAt(2).toString(16) // 61

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。

for(let ch of s) {
    console.log(s.codePointAt(0).toString(16));
}
// 20BB7
// 61

判读是否是32位字符

function is32Bits(s){
    return s.codePointAt(0) > 0xFFFF;
}

is32Bits("a"); // false
is32Bits("?");
// true

3. String.formCodePoint()

ES5的String.formCharCode() 方法处理32位字符，因此再ES6中增加了String.formCodePoint()来处理32位字符

String.fromCharCode(0x20BB7)
// "ஷ"
// 因为无法识别32位的，因此就将最高位2舍掉了，剩下了0BB7，最终是处理了 \u0BB7

String.fromCodePoint(0x20BB7)
// "?"
// 支持多个参数
String.fromCodePoint(0x78, 0x1f680, 0x79) === 'x\uD83D\uDE80y'
// true

4. 字符串的遍历

使用 for .. of循环可以遍历字符串

// 
for(let code of 'foo'){
    console.log(code)
}
// f
// o
// o

最为重要的是这个遍历器支持32位字符

for (let i of text) {
  console.log(i);
}
// "?"

5. at()

再es5中已经有了charAt(),但是不能处理32位字符，ES6的at()则弥补了这一缺陷

'abc'.charAt(0) // "a"
'?'.charAt(0) // "\uD842"

'abc'.at(0) // "a"
'?'.at(0) // "?"

6. 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（u004Fu030C）。

'\u01D1'==='\u004F\u030C' //false
'\u01D1'.normalize() === '\u004F\u030C'.normalize()

7. includes(), startsWith(), endsWith()

ES5中只有IndexOf()来确定一个字符串中是否还有另一个字串。

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。

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。

let s = 'Hello world!';

s.startsWith('world', 6) // true
s.endsWith('Hello', 5) // true
s.includes('Hello', 6) // false

8. repeat()
repeat方法返回一个新字符串，表示将原字符串重复n次。

'x'.repeat(3) // "xxx"
'hello'.repeat(2) // "hellohello"
'na'.repeat(0) // ""

// 小数会被取整
'na'.repeat(2.9) // "nana"

// 如果repeat的参数是负数或者Infinity，会报错。

// 如果是 -1 ~ 0 则会被视为 0 
'na'.repeat(-0.9) // "" 

//如果repeat的参数是字符串，则会先转换成数字。
'na'.repeat('na') // ""
'na'.repeat('3') // "nanana"

9. 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。

'x'.padStart(5, 'ab'); //"ababx"
'x'.padEnd(6, 'cd'); // "xcdcdc"

'xxx'.padStart(2, 'ab') // 'xxx'
'xxx'.padEnd(2, 'ab') // 'xxx'
// 如果原字符串长度大于或等于指定的最小长度，则返回原字符串

'abc'.padStart(10, '0123456789')
// '0123456abc'

// 如果不指定第二个参数则是默认是空格
'x'.padStart(4) // '   x'
'x'.padEnd(4) // 'x   '

'12'.padStart(10, 'YYYY-MM-DD') // "YYYY-MM-12"
'09-12'.padStart(10, 'YYYY-MM-DD') // "YYYY-09-12"

10. 模板字符串
传统的 JavaScript 语言，输出模板通常是这样写的。

$('#result').append(
  'There are <b>' + basket.count + '</b> ' +
  'items in your basket, ' +
  '<em>' + basket.onSale +
  '</em> are on sale!'
);

$('#result').append(`
  There are <b>${basket.count}</b> items
   in your basket, <em>${basket.onSale}</em>
  are on sale!
`);

// 普通字符串
`In JavaScript '\n' is a line-feed.` // 内部有引号的情况下适合使用

// 多行字符串
`In JavaScript this is          // 支持换行
 not legal.`

console.log(`string text line 1      
string text line 2`);

// 字符串中嵌入变量
let name = "Bob", time = "today";
`Hello ${name}, how are you ${time}?`

// 如果想使用 ` 则应该转义一下
let greeting = `\`Yo\` World!`;

$('#list').html(`
<ul>
  <li>first</li>
  <li>second</li>
</ul>
`.trim());
// 使用trim() 可以将空格等消除

function fn() {
  return "Hello World";
}

`foo ${fn()} bar`
// foo Hello World bar

11. String.raw()
处理模板字符串，进行变量替换、斜杠转义

String.raw`HI\n${2+3}!`;
// HI\\n5!

12. 标签模板

字符串模板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）。

alert`123`
// 等同于
alert(123)

let a = 5;
let 10 = 10;

tag`hello ${a+b} world ${a*b}`;
// 等同于
tag(['hello', 'world', ''], 15, 50);

// 第一个参数：['Hello ', ' world ', '']
// 第二个参数: 15
// 第三个参数：50

function tag(strArr, val1, val2) {
  // ...
}

function tag(strArr, ...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。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。 // tag(['hello', 'world', ''], 15, 50);

完整代码实例

let a = 5;
let b = 10;
function tag(s, v1, v2) {
  console.log(s[0]);
  console.log(s[0]);
  console.log(s[0]);
  console.log(v1);
  console.log(v2);
}

tag`hello ${a+b} world ${a*b}`;
// hello
// world
// ''
// 15
// 50

再来一个复杂例子

let total = 30;
let msg = passthru`The total is ${total} (${total*1.05} with tax)`;

function passthru(literals) {
  let result = '';
  let i = 0;

  while (i < literals.length) {
    console.log(literals[i++]);
    
    if(i<arguments.length) {
      console.log(arguments[i])
    }
  }

}

msg // 执行函数

// 结果
// msg }
// The total is 
// 30
// (
// 31.5
// with tax)

模板字符串的一个重要用途就是过滤 HTML 字符串 ，防止用户输入恶意内容。

let message =
  SaferHTML`<p>${sender} has sent you a message.</p>`;

function SaferHTML(templateData) {
  let s = templateData[0];
  for (let i = 1; i < arguments.length; i++) {
    let arg = String(arguments[i]);

    // Escape special characters in the substitution.
    s += arg.replace(/&/g, "&amp;")
            .replace(/</g, "&lt;")
            .replace(/>/g, "&gt;");

    // Don't escape special characters in the template.
    s += templateData[i];
  }
  return s;
}