字符的Unicode表示法

JavaScript允許采用/uxxxx形式表示一個(gè)字符，其中“xxxx”表示字符的碼點(diǎn)。

"/u0061"http:// "a"

但是，這種表示法只限于/u0000——/uFFFF之間的字符。超出這個(gè)范圍的字符，必須用兩個(gè)雙字節(jié)的形式表達(dá)。

"/uD842/uDFB7"http:// "𠮷""/u20BB7"http:// " 7"

上面代碼表示，如果直接在/u后面跟上超過(guò)0xFFFF的數(shù)值（比如/u20BB7），JavaScript會(huì)理解成/u20BB+7。由于/u20BB是一個(gè)不可打印字符，所以只會(huì)顯示一個(gè)空格，后面跟著一個(gè)7。

ES6 對(duì)這一點(diǎn)做出了改進(jìn)，只要將碼點(diǎn)放入大括號(hào)，就能正確解讀該字符。

下面代碼中，最后一個(gè)例子表明，大括號(hào)表示法與四字節(jié)的UTF-16編碼是等價(jià)的。

"/u{20BB7}"http:// "𠮷""/u{41}/u{42}/u{43}"http:// "ABC"let hello = 123;hell/u{6F} // 123'/u{1F680}' === '/uD83D/uDE80'// true

有了上述表示法之后，JavaScript共有6種方法可以表示一個(gè)字符。

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

codePointAt()

ES6提供了codePointAt方法，能夠正確處理4個(gè)字節(jié)儲(chǔ)存的字符，返回一個(gè)字符的碼點(diǎn)。

var s = '𠮷a';s.codePointAt(0) // 134071s.codePointAt(1) // 57271s.codePointAt(2) // 97

codePointAt方法的參數(shù)，是字符在字符串中的位置（從0開(kāi)始）。上面代碼中，JavaScript將“𠮷a”視為三個(gè)字符，codePointAt方法在第一個(gè)字符上，正確地識(shí)別了“𠮷”，返回了它的十進(jìn)制碼點(diǎn)134071（即十六進(jìn)制的20BB7）。在第二個(gè)字符（即“𠮷”的后兩個(gè)字節(jié)）和第三個(gè)字符“a”上，codePointAt方法的結(jié)果與charCodeAt方法相同。

codePointAt方法返回的是碼點(diǎn)的十進(jìn)制值，如果想要十六進(jìn)制的值，可以使用toString方法轉(zhuǎn)換一下。

var s = '𠮷a';s.codePointAt(0).toString(16) // "20bb7"s.codePointAt(2).toString(16) // "61"

實(shí)際上codePointAt方法的參數(shù)，仍然是不正確的。上面代碼中，字符a在字符串s的正確位置序號(hào)應(yīng)該是1，但是必須向codePointAt方法傳入2。解決這個(gè)問(wèn)題的一個(gè)辦法是使用for...of循環(huán)，因?yàn)樗鼤?huì)正確識(shí)別32位的UTF-16字符。

var s = '𠮷a';for (let ch of s) { console.log(ch.codePointAt(0).toString(16));}// 20bb7// 61

String.fromCodePoint()

ES5提供String.fromCharCode方法，用于從碼點(diǎn)返回對(duì)應(yīng)字符，但是這個(gè)方法不能識(shí)別32位的UTF-16字符（Unicode編號(hào)大于0xFFFF）。

下面代碼中，String.fromCharCode不能識(shí)別大于0xFFFF的碼點(diǎn)，所以0x20BB7就發(fā)生了溢出，最高位2被舍棄了，最后返回碼點(diǎn)U+0BB7對(duì)應(yīng)的字符，而不是碼點(diǎn)U+20BB7對(duì)應(yīng)的字符。