上一篇mp.weixin.qq.com/s/7Abj0Rzqx…讲到一个“非breaking空格”的概念，这个是可以通过代码验证的。
具体如下代码所示：
function identifyWhitespace(str) {
const whitespaceMap = {
'U+0020': '普通空格',
'U+00A0': '非breaking空格',
'U+3000': '全角空格',
'U+0009': '制表符',
// 可添加更多空白字符...
};
const result = [];
for (let i = 0; i < str.length; i++) {
const codePoint = str.codePointAt(i);
const hexCode = `U+${codePoint.toString(16).toUpperCase().padStart(4, '0')}`;
if (/\s/u.test(str[i])) {
result.push({
position: i,
character: str[i],
codePoint: hexCode,
name: whitespaceMap[hexCode] || '未知空白字符'
});
}
}
return result;
}
需要注意的是，这里是通过codePointAt判断，而不是charCodeAt。
为什么需要关注编码方法？（精彩内容开始了）
在分析空白字符时，某些特殊空格（如蒙古文空白符 U+180E）可能属于非BMP平面，此时必须使用codePointAt才能正确识别其码点。
敲黑板来了。
这里简单理解两个概念：
BMP平面（Basic Multilingual Plane），就是基本多文种平面。
非BMP平面，则是辅助平面（Supplementary Planes）。
继续对比看看：charCodeAt vs codePointAt
| 特性 | charCodeAt(index) | codePointAt(pos) |
|---|---|---|
| 返回值范围 | 0–65535（16位UTF-16码元） | 0–1114111（32位Unicode码点） |
| 处理BMP字符 | 正确返回单个码元值（如 'A'→ 65） | 同charCodeAt()（如 'A'→ 65） |
| 处理非BMP字符 | 返回代理对的单独码元（如 '𠮷'→ 55362） | 返回完整码点（如 '𠮷'→ 134071） |
| 索引规则 | 基于UTF-16码元（可能拆分代理对） | 基于UTF-16码元，但自动合并代理对 |
| 超出索引返回值 | NaN | undefined |
| 典型应用场景 | ASCII字符处理、传统编码转换 | Emoji、生僻字、需要完整Unicode支持的场景 |
再继续往下看看。
首先，
javascript字符串是基于UTF-16编码的。
详情：别让字符方法再坑你！从非breaking空格到charCodeAt和codePointAt
