开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第4天，点击查看活动详情

ES6 字符串的扩展

## 字符的 Unicode 表示法

ES6 加强了对 Unicode 的支持，允许采用 \uxxxx*形式表示一个字符，其中 xxxx 表示字符的 Unicode 码点。

以前，为变量赋值，只能直接指定值。

"\u0061" // "a"


但是，这种表示法只限于码点在 \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示。


"\uD842\uDFB7"  // "?"

"\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。


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

"\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。


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

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。

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。

let text = String.fromCodePoint(0x20BB7);
for (let i = 0; i < text.length; i++) {
 console.log(text[i]);
}
// " "
// " "

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


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。


## 直接输入 U+2028 和 U+2029

JavaScript 字符串允许直接输入字符，以及输入字符的转义形式。举例来说，“中”的 Unicode 码点是 U+4e2d，你可以直接在字符串里面输入这个汉字，也可以输入它的转义形式 \u4e2d，两者是等价的。


'中' === '\u4e2d' // true

但是，JavaScript 规定有5个字符，不能在字符串里面直接使用，只能使用转义形式。

-   U+005C：反斜杠（reverse solidus)
-   U+000D：回车（carriage return）
-   U+2028：行分隔符（line separator）
-   U+2029：段分隔符（paragraph separator）
-   U+000A：换行符（line feed）

举例来说，字符串里面不能直接包含反斜杠，一定要转义写成 \\ 或者 \u005c。

这个规定本身没有问题，麻烦在于 JSON 格式允许字符串里面直接使用 U+2028（行分隔符）和 U+2029（段分隔符）。这样一来，服务器输出的 JSON 被 JSON.parse 解析，就有可能直接报错。

const json = '"\u2028"';
JSON.parse(json); // 可能报错

JSON.stringify() 的改造

根据标准，JSON*数据必须是 UTF-8 编码。但是，现在的 JSON.stringify()  方法有可能返回不符合 UTF-8 标准的字符串。

具体来说，UTF-8 标准规定，0xD800 到 0xDFFF 之间的码点，不能单独使用，必须配对使用。比如，\uD834\uDF06是两个码点，但是必须放在一起配对使用，代表字符 ? 。这是为了表示码点大于 0xFFFF 的字符的一种变通方法。单独使用 \uD834 和 \uDFO6 这两个码点是不合法的，或者颠倒顺序也不行，因为*\uDF06\uD834 并没有对应的字符。

JSON.stringify()  的问题在于，它可能返回 0xD800 到 0xDFFF 之间的单个码点。

JSON.stringify('\u{D834}') // "\u{D834}"


为了确保返回的是合法的 UTF-8 字符，[ES2019]改变了 JSON.stringify()  的行为。如果遇到 0xD800 到 0xDFFF 之间的单个码点，或者不存在的配对形式，它会返回转义字符串，留给应用自己决定下一步的处理。


JSON.stringify('\u{D834}') // ""\uD834""
JSON.stringify('\uDF06\uD834') // ""\udf06\ud834""