JavaScript基础教程（二十）语法之字符集：解码JavaScript字符魔法，从Unicode到emoji的奇幻之旅

JavaScript作为现代Web开发的基石，其字符处理能力直接影响着国际化应用的实现。本文将带你深入探索JS字符集的奥秘。

Unicode与UTF-16编码

JavaScript使用Unicode字符集，每个字符对应一个唯一的码点（code point）。实际编码采用UTF-16方式，即使用16位代码单元（code unit）序列表示字符。

// 获取字符的Unicode码点
'A'.codePointAt(0)  // 65
'❤'.codePointAt(0)  // 10084

转义序列：特殊字符表示

JS提供多种转义方式表示特殊字符：

// 十六进制转义
'\x41' // 'A'

// Unicode转义
'\u0041' // 'A'
'\u2764' // '❤'

// 码点转义（支持所有Unicode字符）
'\u{1F60A}' // '😊'

多字节字符的陷阱与解决方案

JavaScript字符串长度计算基于代码单元而非字符，导致多字节字符处理异常：

'😊'.length // 2（实际为1个字符）
'👨‍👩‍👧‍👦'.length // 11（实际为1个家庭表情符号）

// 正确迭代字符串的方法
Array.from('👨‍👩‍👧‍👦') // 正确分割为字符
[...'👨‍👩‍👧‍👦']    // 使用扩展运算符

正则表达式字符匹配

Unicode标志u启用完整Unicode支持：

/^.$/.test('😊')  // false
/^.$/u.test('😊') // true

//  Unicode属性转义匹配中文
/\p{Script=Han}/u.test('汉') // true

掌握JavaScript字符集机制，能够避免常见国际化开发陷阱，构建真正全球化的Web应用。