DIV CSS 佈局教程網

解析 JavaScript 字符串類型與字符編碼支持
編輯:關於JavaScript     

字符串是 JavaScript 中最基礎的數據類型之一。本文將全面解析字符串的定義、轉義、與數組的異同,以及底層的字符編碼機制。

定義

字符串就是零個或多個排在一起的字符,放在單引號或雙引號之中。單引號字符串內部可以使用雙引號,反之亦然。

'abc'
"abc"
'key = "value"'
"It's a long journey"

如果要在單引號字符串內部使用單引號(或雙引號內使用雙引號),就必須在內部引號前加上反斜槓進行轉義。由於 HTML 屬性值使用雙引號,許多項目約定 JavaScript 字符串只使用單引號,關鍵是堅持單一的風格,不要兩種混用。

'Did she say \'Hello\'?'
"Did she say \"Hello\"?"

字符串默認只能寫在一行內,分成多行將會報錯。如果長字符串必須分多行,可在每行尾部使用反斜槓;也可用連接運算符(+)把長字符串拆成多行書寫。

var longString = 'Long ' + 'long ' + 'long ' + 'string';

轉義

反斜槓(\)在字符串內有特殊含義,用來表示特殊字符,因此又稱為轉義符。需要轉義的特殊字符主要有:

  • \0 null(\u0000)
  • \b 後退鍵(\u0008)
  • \f 換頁符(\u000C)
  • \n 換行符(\u000A)
  • \r 回車鍵(\u000D)
  • \t 制表符(\u0009)
  • \v 垂直制表符(\u000B)
  • \' 單引號(\u0027)
  • \" 雙引號(\u0022)
  • \\ 反斜槓(\u005C)

反斜槓還有幾種特殊的字符寫法:\HHH(八進制)、\xHH(十六進制兩位)、\uXXXX(十六進制四位),分別代表對應的字符。

'\251' // "©"
'\xA9' // "©"
'\u00A9' // "©"
'\172' === 'z' // true
'\x7A' === 'z' // true
'\u007A' === 'z' // true

如果在非特殊字符前使用反斜槓,反斜槓會被省略;若字符串正常內容需要包含反斜槓,則需再加一個反斜槓對自身轉義。

字符串與數組

字符串可被視為字符數組,因此可使用方括號運算符返回某個位置的字符(從 0 開始)。但字符串與數組的相似性僅此而已,實際上無法改變字符串中的單個字符,這些操作會默默失敗。

var s = 'hello';
s[0] // "h"
s[1] // "e"
'hello'[1] // "e"

字符串之所以類似字符數組,是由於對字符串進行方括號運算時,字符串會自動轉換為一個字符串對象。

length 屬性

length 屬性返回字符串的長度,該屬性無法改變,修改時不會報錯,但值不變。

字符集

JavaScript 使用 Unicode 字符集,所有字符都可以寫成 "\uxxxx" 的形式,其中 xxxx 代表該字符的 Unicode 編碼。每個字符在內部都以 16 位(2 個字節)的 UTF-16 格式儲存。

但 UTF-16 有兩種長度:U+0000 到 U+FFFF 之間的字符長度為 16 位;U+10000 到 U+10FFFF 之間的字符長度為 32 位(4 個字節),前兩個字節在 0xD800 到 0xDBFF 之間,後兩個字節在 0xDC00 到 0xDFFF 之間。由於 JavaScript 內部字符長度固定為 16 位,會把這四個字節視為兩個字符。

var s = '\uD834\uDF06';
s // "𝌆"
s.length // 2
/^.$/.test(s) // false
s.charCodeAt(0) // 55348
s.charCodeAt(1) // 57094

對於 4 個字節的 Unicode 字符,其與 UTF-16 的換算關係如下:

// 從 Unicode 轉為 UTF-16
H = Math.floor((C - 0x10000) / 0x400) + 0xD800
L = (C - 0x10000) % 0x400 + 0xDC00
// 從 UTF-16 轉為 Unicode
C = (H - 0xD800) * 0x400 + L - 0xDC00 + 0x10000

下面這個正則表達式可以識別所有 UTF-16 字符:

([\0-\uD7FF\uE000-\uFFFF]|[\uD800-\uDBFF][\uDC00-\uDFFF])

下面是能正確處理字符串遍歷的函數:

function getSymbols(string) {
    var length = string.length;
    var index = -1;
    var output = [];
    var character;
    var charCode;
    while (++index < length) {
        character = string.charAt(index);
        charCode = character.charCodeAt(0);
        if (charCode >= 0xD800 && charCode <= 0xDBFF) {
            output.push(character + string.charAt(++index));
        } else {
            output.push(character);
        }
    }
    return output;
}

Base64 轉碼

Base64 是一種編碼方法,可將任意字符轉成可打印字符,主要目的是避免出現特殊字符、簡化程序處理,而非加密。JavaScript 原生提供 btoa()(編碼)和 atob()(解碼)兩個方法,但它們不適合非 ASCII 字符,需中間插入一個轉碼環節。

function b64Encode(str) {
    return btoa(encodeURIComponent(str));
}
function b64Decode(str) {
    return decodeURIComponent(atob(str));
}
b64Encode('你好') // "JUU0JUJEJUEwJUU1JUE1JUJE"
b64Decode('JUU0JUJEJUEwJUU1JUE1JUJE') // "你好"
XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved