17. Unicode..
19.使用模板字面值和..

[译] 写给不耐烦程序员的 JavaScript

18.字符串

原文： http://exploringjs.com/impatient-js/ch_strings.html

字符串是 JavaScript 中的原始值和不可变的。也就是说，与字符串相关的操作总是会生成新的字符串，并且永远不会更改

18.1。普通字符串字面值

纯字符串字面值由单引号或双引号分隔：

const str1 = 'abc';
const str2 = "abc";
assert.equal(str1, str2);

单引号更常用，因为它更容易用双引号提及 HTML。

下一章涵盖 _ 模板字面值 _，它们为您提供：

  • 字符串插值
  • 多行
  • 原始字符串字面值（反斜杠没有特殊含义）

18.1.1。逃离

反斜杠可让您创建特殊字符：

  • Unix 换行符：'\n'
  • Windows 换行符：'\r\n'
  • 标签：'\t'
  • 反斜杠：'\\'

反斜杠还允许您使用该字面值内的字符串字面值的分隔符：

'She said: "Let\'s go!"'
"She said: \"Let's go!\""

18.2。访问字符和代码点

18.2.1。访问 JavaScript 角色

JavaScript 没有字符的额外数据类型 - 字符总是作为字符串传输。

const str = 'abc';

// Reading a character at a given index
assert.equal(str[1], 'b');

// Counting the characters in a string:
assert.equal(str.length, 3);

18.2.2。通过for-of访问 Unicode 代码点并进行传播

通过for-of或扩展（...）迭代字符串访问 Unicode 代码点。每个代码点由 1-2 个 JavaScript 字符表示。有关详细信息，请参阅本章中有关原子的部分。

这是通过for-of迭代字符串的代码点的方法：

for (const ch of 'abc') {
  console.log(ch);
}
// Output:
// 'a'
// 'b'
// 'c'

这就是你通过传播将字符串转换为代码点数组的方法：

assert.deepEqual([...'abc'], ['a', 'b', 'c']);

18.3。通过+进行字符串连接

如果至少有一个操作数是字符串，则加号运算符（+）将任何非字符串转换为字符串并连接结果：

assert.equal(3 + ' times ' + 4, '3 times 4');

如果要逐个组合字符串，则赋值运算符+=非常有用：

let str = ''; // must be `let`!
str += 'Say it';
str += ' one more';
str += ' time';

assert.equal(str, 'Say it one more time');

顺便说一句，这种组合字符串的方式非常有效，因为大多数 JavaScript 引擎都在内部优化它。

练习：连接字符串

exercises/strings/concat_string_array_test.js

18.4。转换为字符串

这是将值x转换为字符串的三种方法：

  • String(x)
  • ''+x
  • x.toString()（对undefined和null不起作用）

建议：使用描述性和安全性String()。

例子：

assert.equal(String(undefined), 'undefined');
assert.equal(String(null), 'null');

assert.equal(String(false), 'false');
assert.equal(String(true), 'true');

assert.equal(String(123.45), '123.45');

布尔值的陷阱：如果通过String()将布尔值转换为字符串，则无法通过Boolean()将其转换回来。

> String(false)
'false'
> Boolean('false')
true

18.4.1。字符串化对象

普通对象具有一个不太有用的默认表示：

> String({a: 1})
'[object Object]'

数组有更好的字符串表示，但它仍然隐藏了很多信息：

> String(['a', 'b'])
'a,b'
> String(['a', ['b']])
'a,b'

> String([1, 2])
'1,2'
> String(['1', '2'])
'1,2'

> String([true])
'true'
> String(['true'])
'true'
> String(true)
'true'

字符串化函数返回其源代码：

> String(function f() {return 4})
'function f() {return 4}'

18.4.2。自定义对象的字符串化

您可以通过实现方法toString()来覆盖字符串化对象的内置方式：

const obj = {
  toString() {
    return 'hello';
  }
};

assert.equal(String(obj), 'hello');

18.4.3。字符串化值的另一种方法

JSON 数据格式是 JavaScript 值的文本表示。因此，JSON.stringify()也可用于字符串化数据：

> JSON.stringify({a: 1})
'{"a":1}'
> JSON.stringify(['a', ['b']])
'["a",["b"]]'

需要注意的是，JSON 仅支持null，布尔值，数字，字符串，数组和对象（它总是将它们视为由对象字面值创建）。

提示：第三个参数允许您打开多行输出并指定缩进量。例如：

console.log(JSON.stringify({first: 'Jane', last: 'Doe'}, null, 2));

该语句产生以下输出。

{
  "first": "Jane",
  "last": "Doe"
}

18.5。比较字符串

可以通过以下运算符比较字符串：

< <= > >=

需要考虑一个重要的警告：这些运算符基于 JavaScript 字符的数值进行比较。这意味着 JavaScript 用于字符串的顺序与字典和调用簿中使用的顺序不同：

> 'A' < 'B' // ok
true
> 'a' < 'B' // not ok
false
> 'ä' < 'b' // not ok
false

正确比较文本超出了本书的范围。它通过支持 ECMAScript 国际化 API （Intl）。

18.6。文本原子：JavaScript 字符，代码点，字形集群

快速回顾关于 Unicode 的章节：

  • 代码点：Unicode 字符，范围为​​21 位。
  • UTF-16 代码单元：JavaScript 字符，范围为​​16 位。代码点编码为 1-2 个 UTF-16 代码单元。
  • 字形簇：_ 字素 _ 是书面符号，显示在屏幕或纸上。 _ 字形簇 _ 是编码字素的 1 个或多个代码点的序列。

要在 JavaScript 字符串中表示代码点，请使用一个或两个 JavaScript 字符。通过.length计算字符时可以看到：

// 3 Unicode code points, 3 JavaScript characters:
assert.equal('abc'.length, 3);

// 1 Unicode code point, 2 JavaScript characters:
assert.equal('🙂'.length, 2);

18.6.1。使用代码点

让我们探索 JavaScript 用于处理代码点的工具。

_ 代码点转义 _ 允许您以十六进制的方式指定代码点。它们扩展为一个或两个 JavaScript 字符。

> '\u{1F642}'
'🙂'

从代码点转换：

> String.fromCodePoint(0x1F642)
'🙂'

转换为代码点：

> '🙂'.codePointAt(0).toString(16)
'1f642'

迭代表彰代码点。例如，基于迭代的for-of循环：

const str = '🙂a';
assert.equal(str.length, 3);

for (const codePoint of str) {
  console.log(codePoint);
}

// Output:
// '🙂'
// 'a'

或基于迭代的 _ 传播 _（...）：

> [...'🙂a']
[ '🙂', 'a' ]

因此，传播是计算代码点的好工具：

> [...'🙂a'].length
2
> '🙂a'.length
3

18.6.2。使用代码单元

字符串的索引和长度基于 JavaScript 字符（即代码单元）。

要以数字方式指定代码单位，可以使用 _ 代码单元转义 _：

> '\uD83D\uDE42'
'🙂'

你可以使用所谓的 _ 字符代码 _：

> String.fromCharCode(0xD83D) + String.fromCharCode(0xDE42)
'🙂'

要获取角色的 char 代码，请使用.charCodeAt()：

> '🙂'.charCodeAt(0).toString(16)
'd83d'

18.6.3。警告：字形簇

处理可能使用任何人类语言编写的文本时，最好在字形集群的边界处进行拆分，而不是在代码单元的边界处进行拆分。

TC39 正在开发 Intl.Segmenter ，这是一项支持 ECMAScript 国际化 API 的提议，支持 Unicode 分段（沿着字形簇边界，字边界，句子边界等）。

在该提案成为标准之前，您可以使用几个可用库中的一个（对“JavaScript 字形”进行 Web 搜索）。

18.7。快速参考：字符串

字符串是不可变的，没有任何字符串方法可以修改它们的字符串。

18.7.1。转换为字符串

TBL。 16 描述了各种值如何转换为字符串。

Table 16: Converting values to strings.

x String(x)
undefined 'undefined'
null 'null'
布尔值 false → 'false'，true → 'true'
数值 示例：123 → '123'
字符串值 x（输入，未更改）
一个东西 可配置通过，例如，toString()

18.7.2。字符和代码点的数字值

  • 字符代码： Unicode UTF-16 代码单位为数字
    • String.fromCharCode()，String.prototype.charCodeAt()
    • 精度：16 位，无符号
  • 代码点： Unicode 代码指向数字
    • String.fromCodePoint()，String.prototype.codePointAt()
    • 精度：21 位，无符号（17 个平面，每个 16 位）

18.7.3。字符串运算符

// Access characters via []
const str = 'abc';
assert.equal(str[1], 'b');

// Concatenate strings via +
assert.equal('a' + 'b' + 'c', 'abc');
assert.equal('take ' + 3 + ' oranges', 'take 3 oranges');

18.7.4。 String.prototype：寻找和匹配

  • .endsWith(searchString: string, endPos=this.length): boolean [ES6]

    如果字符串以searchString结束，如果其长度为endPos，则返回true。否则返回false。

    > 'foo.txt'.endsWith('.txt')
true
> 'abcde'.endsWith('cd', 4)
true

  • .includes(searchString: string, startPos=0): boolean [ES6]

    如果字符串包含searchString和false，则返回true。搜索从startPos开始。

    > 'abc'.includes('b')
true
> 'abc'.includes('b', 2)
false

  • .indexOf(searchString: string, minIndex=0): number [ES1]

    返回字符串中searchString出现的最低索引，否则返回-1。任何返回的索引都是minIndex或更高。

    > 'abab'.indexOf('a')
0
> 'abab'.indexOf('a', 1)
2
> 'abab'.indexOf('c')
-1

  • .lastIndexOf(searchString: string, maxIndex=Infinity): number [ES1]

    返回字符串中出现searchString的最高索引，否则返回-1。任何返回的索引都是maxIndex或更低。

    > 'abab'.lastIndexOf('ab', 2)
2
> 'abab'.lastIndexOf('ab', 1)
0
> 'abab'.lastIndexOf('ab')
2

  • .match(regExp: string | RegExp): RegExpMatchArray | null [ES3]

    如果regExp是未设置标志/g的正则表达式，则.match()返回字符串中regExp的第一个匹配项。或者null如果没有匹配。如果regExp是字符串，则在执行前面的步骤之前，它用于创建正则表达式。

    结果具有以下类型：

    interface RegExpMatchArray extends Array<string> {
  index: number;
  input: string;
  groups: undefined | {
    [key: string]: string
  };
}

    编号的捕获组成为数组索引。 命名捕获组（ES2018）成为.groups的属性。在此模式下，.match()的作用类似于RegExp.prototype.exec()。

    例子：

    > 'ababb'.match(/a(b+)/)
{ 0: 'ab', 1: 'b', index: 0, input: 'ababb', groups: undefined }
> 'ababb'.match(/a(?<foo>b+)/)
{ 0: 'ab', 1: 'b', index: 0, input: 'ababb', groups: { foo: 'b' } }
> 'abab'.match(/x/)
null

  • .match(regExp: RegExp): string[] | null [ES3]

    如果设置了regExp的标志/g，.match()将返回一个包含所有匹配项的数组，如果没有匹配则返回null。

    > 'ababb'.match(/a(b+)/g)
[ 'ab', 'abb' ]
> 'ababb'.match(/a(?<foo>b+)/g)
[ 'ab', 'abb' ]
> 'abab'.match(/x/g)
null

  • .search(regExp: string | RegExp): number [ES3]

    返回字符串中regExp出现的索引。如果regExp是字符串，则用于创建正则表达式。

    > 'a2b'.search(/[0-9]/)
1
> 'a2b'.search('[0-9]')
1

  • .startsWith(searchString: string, startPos=0): boolean [ES6]

    如果searchString出现在索引startPos的字符串中，则返回true。否则返回false。

    > '.gitignore'.startsWith('.')
true
> 'abcde'.startsWith('bc', 1)
true

18.7.5。 String.prototype：提取

  • .slice(start=0, end=this.length): string [ES3]

    返回从（包括）索引start开始并以（不包括）索引end结束的字符串的子字符串。您可以使用负指数，其中-1表示this.length-1（等）。

    > 'abc'.slice(1, 3)
'bc'
> 'abc'.slice(1)
'bc'
> 'abc'.slice(-2)
'bc'

  • .split(separator: string | RegExp, limit?: number): string[] [ES3]

    将字符串拆分为子字符串数组 - 分隔符之间出现的字符串。分隔符可以是字符串或正则表达式。正则表达式中由组进行的捕获包含在结果中。

    > 'abc'.split('')
[ 'a', 'b', 'c' ]
> 'a | b | c'.split('|')
[ 'a ', ' b ', ' c' ]

> 'a : b : c'.split(/ *: */)
[ 'a', 'b', 'c' ]
> 'a : b : c'.split(/( *):( *)/)
[ 'a', ' ', ' ', 'b', ' ', ' ', 'c' ]

  • .substring(start: number, end=this.length): string [ES1]

    使用.slice()代替此方法。 .substring()未在旧引擎中一致地实施，并且不支持负指数。

18.7.6。 String.prototype：合并

  • .concat(...strings: string[]): string [ES3]

    返回字符串和strings的串联。 'a'+'b'相当于'a'.concat('b')，更简洁。

    > 'ab'.concat('cd', 'ef', 'gh')
'abcdefgh'

  • .padEnd(len: number, fillString=' '): string [ES2017]

    将fillString追加到字符串，直到它具有所需的长度len。

    > '#'.padEnd(2)
'# '
> 'abc'.padEnd(2)
'abc'
> '#'.padEnd(5, 'abc')
'#abca'

  • .padStart(len: number, fillString=' '): string [ES2017]

    将fillString添加到字符串，直到它具有所需的长度len。

    > '#'.padStart(2)
' #'
> 'abc'.padStart(2)
'abc'
> '#'.padStart(5, 'abc')
'abca#'

  • .repeat(count=0): string [ES6]

    返回一个字符串，重复count次。

    > '*'.repeat()
''
> '*'.repeat(3)
'***'

18.7.7。 String.prototype：转型

  • .normalize(form: 'NFC'|'NFD'|'NFKC'|'NFKD' = 'NFC'): string [ES6]

    根据 Unicode 规范化表单规范化字符串。

  • .replace(searchValue: string | RegExp, replaceValue: string): string [ES3]

    将searchValue的匹配替换为replaceValue。如果searchValue是一个字符串，则只替换第一个逐字出现。如果searchValue是没有标志/g的正则表达式，则仅替换第一个匹配项。如果searchValue是带有/g的正则表达式，则替换所有匹配项。

    > 'x.x.'.replace('.', '#')
'x#x.'
> 'x.x.'.replace(/./, '#')
'#.x.'
> 'x.x.'.replace(/./g, '#')
'####'

    replaceValue中的特殊字符是：

    • $$：成为$
    • $n：成为编号组n的捕获（唉，$0不起作用）
    • $&：成为完全匹配
    • `$``：在比赛前成为一切
    • $'：比赛结束后成为一切

    例子：

    > 'a 2020-04 b'.replace(/([0-9]{4})-([0-9]{2})/, '|$2|')
'a |04| b'
> 'a 2020-04 b'.replace(/([0-9]{4})-([0-9]{2})/, '|$&|')
'a |2020-04| b'
> 'a 2020-04 b'.replace(/([0-9]{4})-([0-9]{2})/, '|$`|')
'a |a | b'

    也支持命名捕获组（ES2018）：

    • $<name>成为命名组name的捕获

    例：

    > 'a 2020-04 b'.replace(/(?<year>[0-9]{4})-(?<month>[0-9]{2})/, '|$<month>|')
'a |04| b'

  • .replace(searchValue: string | RegExp, replacer: (...args: any[]) => string): string [ES3]

    如果第二个参数是函数，则将其返回的字符串替换。其参数args是：

    • matched: string：完全匹配
    • g1: string|undefined：捕获编号的组 1
    • g2: string|undefined：捕获编号的组 2
    • （等等。）
    • offset: number：在输入字符串中找到匹配的位置？
    • input: string：整个输入字符串
    const regexp = /([0-9]{4})-([0-9]{2})/;
const replacer = (all, year, month) => '|' + all + '|';
assert.equal(
  'a 2020-04 b'.replace(regexp, replacer),
  'a |2020-04| b');

    也支持命名捕获组（ES2018）。如果有，则最后一个参数包含一个对象，其属性包含捕获：

    const regexp = /(?<year>[0-9]{4})-(?<month>[0-9]{2})/;
const replacer = (...args) => {
  const groups=args.pop();
  return '|' + groups.month + '|';
};
assert.equal(
  'a 2020-04 b'.replace(regexp, replacer),
  'a |04| b');

  • .toUpperCase(): string [ES1]

    返回字符串的副本，其中所有小写字母字符都转换为大写。适用于各种字母表的效果取决于 JavaScript 引擎。

    > '-a2b-'.toUpperCase()
'-A2B-'
> 'αβγ'.toUpperCase()
'ΑΒΓ

  • .toLowerCase(): string [ES1]

    返回字符串的副本，其中所有大写字母字符都转换为小写。适用于各种字母表的效果取决于 JavaScript 引擎。

    > '-A2B-'.toLowerCase()
'-a2b-'
> 'ΑΒΓ'.toLowerCase()
'αβγ'

  • .trim(): string [ES5]

    返回字符串的副本，其中所有前导和尾随空格（空格，制表符，行终止符等）都消失了。

    > '\r\n#\t  '.trim()
'#'

  • .trimEnd(): string [ES2019]

    与.trim()类似，但仅修剪字符串的末尾：

    > '  abc  '.trimEnd()
'  abc'

  • .trimStart(): string [ES2019]

    与.trim()类似，但仅修剪字符串的开头：

    > '  abc  '.trimStart()
'abc  '

18.7.8。 String.prototype：字符，字符代码，代码点

  • .charAt(pos: number): string [ES1]

    返回索引pos处的字符，作为字符串（JavaScript 没有字符的数据类型）。 str[i]等同于str.charAt(i)并且更简洁（警告：可能不适用于旧引擎）。

    > 'abc'.charAt(1)
'b'

  • .charCodeAt(pos: number): number [ES1]

    返回索引pos处的 UTF-16 代码单元（字符）的 16 位数字（0-65535）。

    > 'abc'.charCodeAt(1)
98

  • .codePointAt(pos: number): number | undefined [ES6]

    返回索引pos处 1-2 个字符的 Unicode 代码点的 21 位数。如果没有这样的索引，则返回undefined。

18.7.9。来源

练习：使用字符串方法

exercises/strings/remove_extension_test.js

测验

参见测验应用程序。

书籍推荐