ES6: 字符串的扩展-白红宇

1、字符的 Unicode 表示法

Javascript 允许采用 \uxxxx 形式表示一个字符，其中"xxxx"表示一个字符的码点

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

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 "u\20bb+7"。由于 \u20bb 是一个不可打印字符，所以只会显示一个空格（一个口），后面跟着一个7

ES6对这一点做了改进，只要将码点放进大括号，就能正确理解该字符

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。

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节

上面代码中，汉字“”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。

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。

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。

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。

codePonitAt 方法是测试一个字符由两个字节还是四个字节组成的最简单的方法

3、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）。

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。

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。

4、字符串的遍历器接口

ES6为字符串添加了遍历器接口，使得字符串可以被for...of循环遍历。

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。

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。

5、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。

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。(通过Chrome控制台，Babel和Traceur 都暂无法编译)

                         
'abc'
.at(0);
''
.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（\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

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。

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。

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。

7、includes( ), startsWith( ), endsWidth( )

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。

这三个方法都支持第二个参数，表示开始搜索的位置。

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。

8、repeat( )

repeat方法返回一个新字符串，表示将原字符串重复n次。

参数如果是小数，会被向下取整

如果repeat的参数是负数或者Infinity，会报错。

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。

参数NaN等同于0。

如果repeat的参数是字符串，则会先转换成数字。

9、padStart( ) 和 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。

(暂无法解析)

                         
'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。

                         
'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。

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

如果省略第二个参数，则会用空格补全长度。

                         
'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。

                         
'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。

                         
'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!'
);
        
      

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。

                         
$(
'#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。

                         
// 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。

                         
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。

                         
<!DOCTYPE html>
<
html
>
<
head
lang
=
"en"
>
    
<
meta
charset
=
"UTF-8"
>
    
<
title
></
title
>
</
head
>
<
body
>
<
div
id
=
"list"
></
div
>
<
script
src
=
"//cdn.bootcss.com/jquery/3.1.0/jquery.js"
></
script
>
<
script
src
=
"http://static.jsbin.com/js/vendor/traceur.js"
></
script
>
<
script
>
    
$('#list').html(`
        
<
ul
>
            
<
li
>first</
li
>
            
<
li
>second</
li
>
        
</
ul
>
    
`)
</
script
>
</
body
>
</
html
>
        
      

页面效果截图

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。

                         
$(
'#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。

                         
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。

模板字符串之中还能调用函数。

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。

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。

模板字符串甚至还能嵌套。

                         
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。

                         
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。

                         
// 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!"
        
      

11、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。

                         
    
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。

                         
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

                         
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。

                         
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。

                         
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。

                         
var
parse = eval(compile(template));
div.innerHTML = parse({ supplies: [ 
"broom"
, 
"mop"
, 
"cleaner"
] });
//   <ul>
//     <li>broom</li>
//     <li>mop</li>
//     <li>cleaner</li>
//   </ul>
        
      

12、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）。

                         
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。

                         
var
a = 5;
var
b = 10;
tag`Hello ${ a + b } world ${ a * b }`;
// 等同于
tag([
'Hello '
, 
' world '
, 
''
], 15, 50);
        
      

本文转自 frwupeng517 51CTO博客，原文链接:http://blog.51cto.com/dapengtalk/1878534