字符串 · 學習講義 2019

## 一、概述 ### 1.1 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。 ~~~ 'abc' "abc" ~~~ 單引號字符串的內部，可以使用雙引號。雙引號字符串的內部，可以使用單引號。 ~~~ 'key = "value"' "It's a long journey" ~~~ 如果要在單引號字符串的內部，使用單引號，就必須在內部的單引號前面加上反斜杠，用來轉義。雙引號字符串內部使用雙引號，也是如此。 ~~~ 'Did she say \'Hello\'?' // "Did she say 'Hello'?" "Did she say \"Hello\"?" // "Did she say "Hello"?" ~~~ 由于 HTML 語言的屬性值使用雙引號，所以很多項目約定 JavaScript 語言的字符串只使用單引號。當然，只使用雙引號也完全可以。重要的是堅持使用一種風格，不要一會使用單引號表示字符串，一會又使用雙引號表示。 * 如果長字符串必須分成多行，可以在每一行的尾部使用反斜杠。 ~~~ var longString = 'Long \ long \ long \ string'; longString // "Long long long string" ~~~ * 連接運算符（`+`）可以連接多個單行字符串，將長字符串拆成多行書寫，輸出的時候也是單行。 ~~~ var longString = 'Long ' + 'long ' + 'long ' + 'string'; ~~~ ### 1.2 轉義反斜杠（\\）在字符串內有特殊含義，用來表示一些特殊字符，所以又稱為轉義符。需要用反斜杠轉義的特殊字符，主要有下面這些。 * `\0`：null（`\u0000`） * `\b`：后退鍵（`\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`） * `\\`：反斜杠（`\u005C`）上面這些字符前面加上反斜杠，都表示特殊含義。 ~~~ console.log('1\n2') // 1 // 2 ~~~ 上面代碼中，`\n`表示換行，輸出的時候就分成了兩行。 ### 1.3 字符串與數組字符串可以被視為字符數組，因此可以使用數組的方括號運算符，用來返回某個位置的字符（位置編號從0開始）。 ~~~ var s = 'hello'; s[0] // "h" s[1] // "e" s[4] // "o" // 直接對字符串使用方括號運算符 'hello'[1] // "e" ~~~ 如果方括號中的數字超過字符串的長度，或者方括號中根本不是數字，則返回`undefined`。 ~~~ 'abc'[3] // undefined 'abc'[-1] // undefined 'abc'['x'] // undefined ~~~ 字符串內部的單個字符無法改變和增刪。 ~~~ var s = 'hello'; delete s[0]; s // "hello" s[1] = 'a'; s // "hello" s[5] = '!'; s // "hello" ~~~ ### 1.4 length 屬性 `length`屬性返回字符串的長度，該屬性也是無法改變的。 ~~~ var s = 'hello'; s.length // 5 s.length = 3; s.length // 5 s.length = 7; s.length // 5 ~~~ 上面代碼表示字符串的`length`屬性無法改變，但是不會報錯。 ## 二、字符集 JavaScript 使用 Unicode 字符集。JavaScript 引擎內部，所有字符都用 Unicode 表示。 JavaScript 不僅以 Unicode 儲存字符，還允許直接在程序中使用 Unicode 碼點表示字符，即將字符寫成`\uxxxx`的形式，其中`xxxx`代表該字符的 Unicode 碼點。比如，`\u00A9`代表版權符號。 ~~~ var s = '\u00A9'; s // "?" ~~~ 解析代碼的時候，JavaScript 會自動識別一個字符是字面形式表示，還是 Unicode 形式表示。輸出給用戶的時候，所有字符都會轉成字面形式。 ~~~ var f\u006F\u006F = 'abc'; foo // "abc" ~~~ 上面代碼中，第一行的變量名`foo`是 Unicode 形式表示，第二行是字面形式表示。JavaScript 會自動識別。我們還需要知道，每個字符在 JavaScript 內部都是以16位（即2個字節）的 UTF-16 格式儲存。也就是說，JavaScript 的單位字符長度固定為16位長度，即2個字節。 JavaScript 對 UTF-16 的支持是不完整的，由于歷史原因，只支持兩字節的字符，不支持四字節的字符。這是因為 JavaScript 第一版發布的時候，Unicode 的碼點只編到`U+FFFF`，因此兩字節足夠表示了。后來，Unicode 納入的字符越來越多，出現了四字節的編碼。但是，JavaScript 的標準此時已經定型了，統一將字符長度限制在兩字節，導致無法識別四字節的字符。