ES6之路第三篇：字符串的扩展

字符的Unicode表示法

1 1 "\u{20BB7}"
2 2 // "𠮷"
3 3 
4 4 "\u{41}\u{42}\u{43}"
5 5 // "ABC"
6 6 
7 7 let hello = 123;
8 8 hell\u{6F} // 123
9 9 
1010 '\u{1F680}' === '\uD83D\uDE80'
1111 // 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。

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。

11 var s = "𠮷";
22 
33 s.length // 2
44 s.charAt(0) // ''
55 s.charAt(1) // ''
66 s.charCodeAt(0) // 55362
77 s.charCodeAt(1) // 57271

上面代码中，汉字“𠮷”（注意，这个字不是“吉祥”的“吉”）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。

11 let s = '𠮷a';
22 
33 s.codePointAt(0) // 134071
44 s.codePointAt(1) // 57271
55 
66 s.codePointAt(2) // 97

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“𠮷a”视为三个字符，codePointAt 方法在第一个字符上，正确地识别了“𠮷”，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“𠮷”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。

String.fromCodePoint()

ES6 提供了String.fromCodePoint方法，可以识别大于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。

11 String.fromCodePoint(0x20BB7)
22 // "𠮷"
33 String.fromCodePoint(0x78, 0x1f680, 0x79) === 'x\uD83D\uDE80y'
44 // true

字符串的遍历器接口

ES6 为字符串添加了遍历器接口（详见《Iterator》一章），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。

1 1 let text = String.fromCodePoint(0x20BB7);
2 2 
3 3 for (let i = 0; i < text.length; i++) {
4 4   console.log(text[i]);
5 5 }
6 6 // " "
7 7 // " "
8 8 
9 9 for (let i of text) {
1010   console.log(i);
1111 }
1212 // "𠮷"

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。

11 'abc'.charAt(0) // "a"
22 '𠮷'.charAt(0) // "\uD842"

使用at()

11 'abc'.at(0) // "a"
22 '𠮷'.at(0) // "𠮷"

normalize()

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。

11 '\u01D1'.normalize() === '\u004F\u030C'.normalize()
22 // true

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

includes(),startsWith(),endsWith()

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。

1 let s = 'Hello world!'; 2 3 s.startsWith('Hello') // true 4 s.endsWith('!') // true 5 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。

11 let s = 'Hello world!';
22 
33 s.startsWith('world', 6) // true
44 s.endsWith('Hello', 5) // true
55 s.includes('Hello', 6) // false

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。

repeat()

repeat方法返回一个新字符串，表示将原字符串重复n次。

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

参数如果是小数，会被取整。

1 'na'.repeat(2.9) // "nana"

如果repeat的参数是负数或者Infinity，会报错。

11 'na'.repeat(Infinity)
22 // RangeError
33 'na'.repeat(-1)
44 // RangeError

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。

1 'na'.repeat(-0.9) // ""

参数NaN等同于 0。

1 'na'.repeat(NaN) // ""

如果repeat的参数是字符串，则会先转换成数字。

11 'na'.repeat('na') // ""
22 'na'.repeat('3') // "nanana"

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。

11 'x'.padStart(5, 'ab') // 'ababx'
22 'x'.padStart(4, 'ab') // 'abax'
33 
44 'x'.padEnd(5, 'ab') // 'xabab'
55 '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。

11 'xxx'.padStart(2, 'ab') // 'xxx'
22 '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。

11 'abc'.padStart(10, '0123456789')
22 // '0123456abc'

如果省略第二个参数，默认使用空格补全长度。

11 'x'.padStart(4) // '   x'
22 '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。

11 '1'.padStart(10, '0') // "0000000001"
22 '12'.padStart(10, '0') // "0000000012"
33 '123456'.padStart(10, '0') // "0000123456"

另一个用途是提示字符串格式。

11 '12'.padStart(10, 'YYYY-MM-DD') // "YYYY-MM-12"
22 '09-12'.padStart(10, 'YYYY-MM-DD') // "YYYY-09-12"

matchAll()

matchAll方法返回一个正则表达式在当前字符串的所有匹配。

模板字符串

传统的 JavaScript 语言，输出模板通常是这样写的。

11 $('#result').append(
22   'There are <b>' + basket.count + '</b> ' +
33   'items in your basket, ' +
44   '<em>' + basket.onSale +
55   '</em> are on sale!'
66 );

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。

11 $('#result').append(`
22   There are <b>${basket.count}</b> items
33    in your basket, <em>${basket.onSale}</em>
44   are on sale!
55 `);

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。

1 1 // 普通字符串
2 2 `In JavaScript '\n' is a line-feed.`
3 3 
4 4 // 多行字符串
5 5 `In JavaScript this is
6 6  not legal.`
7 7 
8 8 console.log(`string text line 1
9 9 string text line 2`);
1010 
1111 // 字符串中嵌入变量
1212 let name = "Bob", time = "today";
1313 `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。

1 let 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。

11 $('#list').html(`
22 <ul>
33   <li>first</li>
44   <li>second</li>
55 </ul>
66 `);

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。

11 $('#list').html(`
22 <ul>
33   <li>first</li>
44   <li>second</li>
55 </ul>
66 `.trim());

模板字符串中嵌入变量，需要将变量名写在${}之中。

1 1 function authorize(user, action) {
2 2   if (!user.hasPrivilege(action)) {
3 3     throw new Error(
4 4       // 传统写法为
5 5       // 'User '
6 6       // + user.name
7 7       // + ' is not authorized to do '
8 8       // + action
9 9       // + '.'
1010       `User ${user.name} is not authorized to do ${action}.`);
1111   }
1212 }

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。

1 1 let x = 1;
2 2 let y = 2;
3 3 
4 4 `${x} + ${y} = ${x + y}`
5 5 // "1 + 2 = 3"
6 6 
7 7 `${x} + ${y * 2} = ${x + y * 2}`
8 8 // "1 + 4 = 5"
9 9 
1010 let obj = {x: 1, y: 2};
1111 `${obj.x + obj.y}`
1212 // "3"

模板字符串之中还能调用函数。

11 function fn() {
22   return "Hello World";
33 }
44 
55 `foo ${fn()} bar`
66 // foo Hello World bar

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。

11 // 变量place没有声明
22 let msg = `Hello, ${place}`;
33 // 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。

11 `Hello ${'World'}`
22 // "Hello World"

模板字符串甚至还能嵌套。

11 const tmpl = addrs => `
22   <table>
33   ${addrs.map(addr => `
44     <tr><td>${addr.first}</td></tr>
55     <tr><td>${addr.last}</td></tr>
66   `).join('')}
77   </table>
88 `;

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。

1 1 const data = [
2 2     { first: '<Jane>', last: 'Bond' },
3 3     { first: 'Lars', last: '<Croft>' },
4 4 ];
5 5 
6 6 console.log(tmpl(data));
7 7 // <table>
8 8 //
9 9 //   <tr><td><Jane></td></tr>
1010 //   <tr><td>Bond</td></tr>
1111 //
1212 //   <tr><td>Lars</td></tr>
1313 //   <tr><td><Croft></td></tr>
1414 //
1515 // </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。

11 // 写法一
22 let str = 'return ' + '`Hello ${name}!`';
33 let func = new Function('name', str);
44 func('Jack') // "Hello Jack!"
55 
66 // 写法二
77 let str = '(name) => `Hello ${name}!`';
88 let func = eval.call(null, str);
99 func('Jack') // "Hello Jack!"

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。

11 let template = `
22 <ul>
33   <% for(let i=0; i < data.supplies.length; i++) { %>
44     <li><%= data.supplies[i] %></li>
55   <% } %>
66 </ul>
77 `;

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。

11 echo('<ul>');
22 for(let i=0; i < data.supplies.length; i++) {
33   echo('<li>');
44   echo(data.supplies[i]);
55   echo('</li>');
66 };
77 echo('</ul>');

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）。

11 alert`123`
22 // 等同于
33 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。

11 let a = 5;
22 let b = 10;
33 
44 tag`Hello ${ a + b } world ${ a * b }`;
55 // 等同于
66 tag(['Hello ', ' world ', ''], 15, 50);

String.raw()

String.raw方法，往往用来充当模板字符串的处理函数，返回一个斜杠都被转义（即斜杠前面再加一个斜杠）的字符串，对应于替换变量后的模板字符串。

11 String.raw`Hi\n${2+3}!`;
22 // 返回 "Hi\\n5!"
33 
44 String.raw`Hi\u000A!`;
55 // 返回 "Hi\\u000A!"

如果原字符串的斜杠已经转义，那么String.raw会进行再次转义。

11 String.raw`Hi\\n`
22 // 返回 "Hi\\\\n"

String.raw方法可以作为处理模板字符串的基本方法，它会将所有变量替换，而且对斜杠进行转义，方便下一步作为字符串来使用。

String.raw方法也可以作为正常的函数使用。这时，它的第一个参数，应该是一个具有raw属性的对象，且raw属性的值应该是一个数组。

11 String.raw({ raw: 'test' }, 0, 1, 2);
22 // 't0e1s2t'
33 
44 // 等同于
55 String.raw({ raw: ['t','e','s','t'] }, 0, 1, 2);

作为函数，String.raw的代码实现基本如下。

1 1 String.raw = function (strings, ...values) {
2 2   let output = '';
3 3   let index;
4 4   for (index = 0; index < values.length; index++) {
5 5     output += strings.raw[index] + values[index];
6 6   }
7 7 
8 8   output += strings.raw[index]
9 9   return output;
1010 }