关于javascript:ES6新增APIString篇二

这篇文章介绍ES6中针对unicode字符串的几个新增函数。

String.prototype.codePointAt
函数类型：
```
(index?: number)=> number|undefined
```
codePointAt是一个原型函数，它依据传入的index参数，返回字符串中位于该处的字符的码点（code point）值。这个办法能够辨认utf-16中的4字节码点，反对的范畴比原型函数charCodeAt更广，charCodeAt只能辨认2字节的根本立体字符（BMP）。另外，当index越界时，codePointAt返回undefined，charCodeAt返回NaN。
除了这两点之外，codePointAt和charCodeAt的后果基本一致:
- index的参数默认值都为0
- 当字符处于根本立体字符集的时候，二者返回的后果是一样的。
```
const str = 'abc'; //字符 'a' 位于根本立体字符集中console.log(str.codePointAt(0));//97//index默认值为0console.log(str.codePointAt());//97//index越界时，返回undefinedconsole.log(str.codePointAt(5));//undefinedconsole.log(str.charCodeAt(0));//97//index默认值为0console.log(str.charCodeAt());//97//index越界时，返回NaNconsole.log(str.charCodeAt(5));//NaN
```

当字符处于辅助立体字符集的时候，codePointAt可能正确辨认，并返回对应字符的码点（code point）。charCodeAt不能正确辨认，只能返回以后地位的2字节字符的码点。

比方，对于辅助立体的低音字符，它由两个2字节的根本立体字符 0xd834 和 0xdd1e 示意。当咱们对

应用charCodeAt时，只能失去对应地位的码点。

const str = '\ud834\udd1e'; //辅助立体字符 低音字符 console.log(str.charCodeAt(0).toString(16)); //d834 console.log(str.charCodeAt(1).toString(16)); //dd1e

当咱们应用codePointAt时，能够失去的码点0x1d11e。

console.log(str.codePointAt(0).toString(16)); //1d11e//当index为1时，'\udd1e'前面没有另一个代码单元，被认为只是一个2字节的字符，而非是一对代码单元，所以此时只返回'\udd1e'的码点，而非'\ud834\udd1e'的码点console.log(str.codePointAt(1).toString(16)); //dd1e

String.fromCodePoint

函数类型：

(...codePoints: number[])=> string

动态函数fromCodePoint是依据传入的unicode码点返回对应的字符串，和fromCharCode相比，它反对间接传入辅助立体的码点值了。还是以低音符号为例，应用fromCodePoint能够间接传入码点值0x1d11e，而fromCharCode值须要传入0xd834 和 0xdd1e。

console.log(String.fromCodePoint(0x1d11e)); //console.log(String.fromCodePoint(0xd834, 0xdd1e)); //console.log(String.fromCharCode(0x1d11e)); //턞 不能正确辨认，乱码console.log(String.fromCharCode(0xd834, 0xdd1e)); //

对于根本立体的字符，fromCodePoint和fromCharCode后果是一样的。

console.log(String.fromCodePoint(97)); //'a'console.log(String.fromCodePoint(97, 98)); //'ab'console.log(String.fromCodePoint()); //''console.log(String.fromCharCode(97)); //'a'console.log(String.fromCharCode(97, 98)); //'ab'console.log(String.fromCharCode()); //''

String.prototype.normalize
函数类型：
```
(form:'NFC'|'NFD'|'NFKC'|'NFKD')=>string
```
原型函数normalize承受一个指定正规化（如果你不明确NFC、NFD等的意义，点一下）模式的参数form，form默认值为'NFC'（Normalization Form Canonical Composition，以规范等价形式来合成，而后以规范等价重组），返回正规化的字符串。
unicode对合成符号（字符中的字母带有腔调等附加符号）提供了两种示意形式，一种是应用一个unicode码点示意，一种是将合成字符中的字母与附加符号组合，应用两个码点，比方ń是一个合成符号，咱们既能够应用一个码点0x0144示意，也能够应用两个码点0x006e和0x0301示意。
```
const str1 = '\u0144'; //ńconst str2 = '\u006e\u0301'; //ńconsole.log({    str1,    str2,});//{ str1: 'ń', str2: 'n' }
```
这两种示意形式，是视觉和语义上都是雷同的，它们是规范等价的。然而，在代码层面它们却是不同的，str1是一个码点，str2是两个码点，这很有可能会导致问题。
```
console.log(str1.length, str2.length);//1 2console.log(str1 === str2);//false
```
normalize函数便是为了解决这种问题，两个字符串通过normalize函数实现正规化之后，就不会再呈现这种问题了。
```
let str1 = '\u0144'; //ńlet str2 = '\u006e\u0301'; //ń//正规化str1 = str1.normalize();str2 = str2.normalize();console.log({    str1,    str2,}); //{ str1: 'ń', str2: 'n' }console.log(str1.length, str2.length); //1 1console.log(str1 === str2); //true
```
新增的unicode示意办法
在之前，咱们示意unicode字符能够通过\u+码点的形式，ES6新增了一种示意形式，即\u+{ 码点 }。
这两种形式的不同之处，也很容易想到，\u+{ 码点 }反对写入辅助立体的4字节码点，而\u+码点仅反对根本立体的2字节码点。
```
//对于根本立体的2字节码点，两种没有区别const str1 = '\u{0144}';const str2 = '\u0144';console.log(str1 === str2); //true//低音符号const str3 = '\u{1d11e}';//谬误的示意办法，被辨认为了 \u1d11 和 e 两个字符const str4 = '\u1d11e';console.log(str4,str3===str4); //e false
```
unicode的确让人头痛，如果有敌人对于unicode不太理解，能够在评论区留言，我会再发一篇具体介绍unicode与JS的文章。