ECMAScript6-基础4-字符串新增方法

String.fromCodePoint()

概念

之前提供的String.fromCharCode()方法，用于从Unicode码点返回对应字符，缺点在于不能识别码点大于0xFFFF的字符；

为了解决这个问题，ES6提供了String.fromCodePoint()方法，该方法弥补了String.fromCharCode()方法不能识别大于0xFFFF的字符；

案例讲解/注意事项

String.fromCodePoint(0x20BB7) String.fromCodePoint(0x78, 0x1f680, 0x79) === 'x\uD83D\uDE80y'   这里的fromCodePoint是基于String的方法，而不是String实例的方法，类似于JAVA语言的static方法

String.raw()

概念

ES6为String新增raw()方法；该方法效果就是：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，往往用于模板字符串的处理方法；

raw（）方法用于标签函数来处理模板字符串的时候，其工作内容主要有2个：

对所有变量进行替换、对斜杠进行转义；

案例讲解/注意事项

String.raw`Hi\n${2+3}!` // 实际返回 "Hi\\n5!"，浏览器显示的是转义后的结果 "Hi\n5!" String.raw`Hi\u000A!`; // 实际返回 "Hi\\u000A!"，浏览器显示的是转义后的结果 "Hi\u000A!" 说明 ①raw方法的转义功能，注意，这里都是“标签模板”的使用方式； ②同时完成对模板字符串变量的计算功能；     String.raw`Hi\\n` // 返回 "Hi\\\\n" String.raw`Hi\\n` === "Hi\\\\n" // true 如果原字符串的斜杠已经转义，那么String.raw()会进行再次转义；   raw()方法类似于JAVA语言中的static方法

String.raw()本质上是一个正常的函数，只是专用于模板字符串的标签函数；

如果写成正常函数的形式，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，对应模板字符串解析后的值；

实例方法codePointAt()

概念

JS默认字符以UTF-16储存，每个字符固定为2个字节，但是对于需要4个字节才能储存的字符（即Unicode码点大于0xFFFF的字符），JS仍然认为它们是两个字符；

为了解决这个问题，ES6提供codePointAt()方法，该方法能正确处理4个字节储存的字符，并返回一个字符的码点；

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。

案例讲解/注意事项

 

var s = "就是上面的汉字，搜狗输入法打不出来，网上的也没法粘贴"; s.length // 2 s.charAt(0) // '' s.charAt(1) // '' s.charCodeAt(0) // 55362 s.charCodeAt(1) // 57271 这个“ji”的Unicode编码是0x20BB7，而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，JS不能正确处理，把字符串长度会误判为2，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；       let s = '上面的汉字a'; s.codePointAt(0) // 134071 s.codePointAt(1) // 57271 s.codePointAt(2) // 97 这里我们可以得出如下注意事项： ①生僻字是按照4个字节来存储的，而字母a是按照1个字节来存储的； ②按照JS的默认规则，每2个字节来存储1个字符，因此，在JS看来，按照2个字节来进行分割，则变量s里有3个字符； ③codePointAt()方法的参数，指的是字符在字符串中的位置，从0开始计数，所以，s.codePointAt(0)指的是生僻字的前2个字节，s.codePointAt(1) 指的是生僻字的后2个字节，s.codePointAt(2)指的是字母a 总结：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；

这里有个问题，那就是，我们可以非常明确的知道该生僻字是按照4个字节来存储的，然后我们再去按照每2个字节来分割，形成的字符串列表，这跟变量s所呈现给我们的字符的完全不一样，那么，该怎么比较安全的使用codePointAt方法？

方法有2个，如下所示：

①使用for...of循环，可以正确识别32位的UTF-16字符；

②使用扩展运算符（...）进行展开运算；

let s = '�a'; for (let ch of s) {   console.log(ch.codePointAt(0).toString(16)); }     let arr = [...'�a']; // arr.length === 2 arr.forEach(   ch => console.log(ch.codePointAt(0).toString(16)) );

扩展

codePointAt()方法是测试一个字符由两个字节还是由四个字节组成的最简单方法：

function is32Bit(c) {   return c.codePointAt(0) > 0xFFFF; } is32Bit("�") // true is32Bit("a") // false

实例方法normalize()

概念

某些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：

①直接提供带重音符号的字符，比如Ǒ（\u01D1）

②提供合成符号，即原字符  +  重音符号的合成，用两个字符合成一个字符，比如O（\u004F）和ˇ（\u030C）合成Ǒ（\u004F\u030C）

这2种表示法，从视觉感受来说，其表现的效果是一致的，而从Unicode的语义设计来看，是同一个事物的2种表现形式，理论上来讲应该是等价的，但JS认为是不等价的；

为了解决这个问题，ES6针对字符串实例提供了normalize()方法，该方法用来将字符的不同表示方法统一为同样的形式，称为Unicode正规化；

案例讲解/注意事项

'\u01D1'==='\u004F\u030C' //false '\u01D1'.length // 1 '\u004F\u030C'.length // 2 本来视觉与语义相同的符号，结果在JS里面确实2个独立的存在；     '\u01D1'.normalize() === '\u004F\u030C'.normalize() // 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：

①NFC，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；

②NFD，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；

③NFKC，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。）

④NFKD，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。

注意：

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；

实例方法includes()/startsWith()/endsWith()

概念

JS之前只有indexOf方法，但这一个方法无法满足要求，大量常用功能需要开发人员自己重新开发；

为此，ES6又新增3个方法，来满足开发者的需求：

①includes()：返回布尔值，表示是否找到了参数字符串；

②startsWith()：返回布尔值，表示参数字符串是否在原字符串的头部；

③endsWith()：返回布尔值，表示参数字符串是否在原字符串的尾部；

另外，上面的方法还可以指定从第几个字符来开始操作，但是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。

案例讲解/注意事项

let s = 'Hello world!';   s.startsWith('Hello') // true s.endsWith('!') // true s.includes('o') // true     s.startsWith('world', 6) // true s.endsWith('Hello', 5) // true s.includes('Hello', 6) // false

实例方法repeat()

概念

repeat方法返回一个新字符串，表示将原字符串重复n次；

案例讲解/注意事项

'x'.repeat(3) // "xxx" 'hello'.repeat(2) // "hellohello" 'na'.repeat(0) // "" 参数是正整数的时候；     'na'.repeat(2.9) // "nana" 参数如果是小数，会被取整，再去重复     'na'.repeat(Infinity) // RangeError 'na'.repeat(-1) // RangeError 如果repeat的参数是负数或者Infinity，会报错；     'na'.repeat(-0.9) // "" 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，repea视同为 0。     'na'.repeat(NaN) // "" 参数NaN等同于0；     'na'.repeat('na') // "" 'na'.repeat('3') // "nanana" 如果repeat的参数是字符串，则会先转换成数字；

实例方法padStart()/padEnd()

概述

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；

案例讲解/注意事项

'x'.padStart(5, 'ab') // 'ababx' 'x'.padStart(4, 'ab') // 'abax'   'x'.padEnd(5, 'ab') // 'xabab' 'x'.padEnd(4, 'ab') // 'xaba' padStart()和padEnd()一共接受两个参数，第一个参数是字符串补全生效的最大长度，第二个参数是用来补全的字符串；     'xxx'.padStart(2, 'ab') // 'xxx' 'xxx'.padEnd(2, 'ab') // 'xxx' 如果原字符串的长度，等于或大于最大长度，则字符串补全不生效，返回原字符串；     'abc'.padStart(10, '0123456789') // '0123456abc' 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最大长度，则会截去超出位数的补全字符串；（总是截取第二个参数的最右侧的字符）     'x'.padStart(4) // '   x' 'x'.padEnd(4) // 'x   ' 如果省略第二个参数，默认使用空格补全长度；     '1'.padStart(10, '0') // "0000000001" '12'.padStart(10, '0') // "0000000012" '123456'.padStart(10, '0') // "0000123456" padStart()可以为数值补全指定位数；     '12'.padStart(10, 'YYYY-MM-DD') // "YYYY-MM-12" '09-12'.padStart(10, 'YYYY-MM-DD') // "YYYY-09-12" 还可以提示字符串格式；

实例方法trimStart()/trimEnd()

概述

ES2019对字符串实例新增了trimStart()和trimEnd()这两个方法。它们的行为与trim()一致，trimStart()消除字符串头部的空格，trimEnd()消除尾部的空格。它们返回的都是新字符串，不会修改原始字符串。

案例讲解/注意事项

const s = '  abc  '; s.trim() // "abc" s.trimStart() // "abc  " s.trimEnd() // "  abc" trimStart()只消除头部的空格，但保留尾部的空格； trimEnd()也是类似行为； 浏览器还部署了额外的两个方法，trimLeft()是trimStart()的别名，trimRight()是trimEnd()的别名；

除了空格键，这两个方法对字符串头部（或尾部）的tab键、换行符等不可见的空白符号也有效。

实例方法matchAll()

概述

matchAll()方法返回一个正则表达式在当前字符串的所有匹配；