js的字符串类型string

前言

本篇文章对js中的字符串的相关知识点做一个系统的梳理。

字符串的三种声明方式

let str1 = "abc" // 双引号
let str2 = 'abc' // 单引号
let str3 = `abc` // 反引号 es6

特殊字符

我们可以通过使用“换行符（newline character）”，以支持使用单引号和双引号来创建跨行字符串。换行符写作 \n，用来表示换行：

let guestList = "Guests:\n * John\n * Pete\n * Mary";

console.log(guestList); // 一个多行的客人列表
// Guests:
//  * John
//  * Pete
//  * Mary

例如，这两行描述的是一样的，只是书写方式不同：

let str1 = "Hello\nWorld"; // 使用“换行符”创建的两行字符串

// 使用反引号和普通的换行创建的两行字符串
let str2 = `Hello
World`;

console.log(str1 === str2); // true
console.log(str1);
// Hello
// World

还有其他不常见的“特殊”字符。

这是完整列表：

字符	描述
`\n`	换行
`\r`	回车：不单独使用。Windows 文本文件使用两个字符 `\r\n` 的组合来表示换行。
`\',\"`	引号
`\\`	反斜杠
`\t`	制表符
`\b, \f, \v`	退格，换页，垂直标签 —— 为了兼容性，现在已经不使用了。
`\xXX`	具有给定十六进制 Unicode `XX` 的 Unicode 字符，例如：`'\x7A'` 和 `'z'` 相同。
`\uXXXX`	以 UTF-16 编码的十六进制代码 `XXXX` 的 unicode 字符，例如 `\u00A9` —— 是版权符号 `©` 的 unicode。它必须正好是 4 个十六进制数字。
`\u{X…XXXXXX}`（1 到 6 个十六进制字符）	具有给定 UTF-32 编码的 unicode 符号。一些罕见的字符用两个 unicode 符号编码，占用 4 个字节。这样我们就可以插入长代码了。

unicode 示例：

console.log("\u00A9"); // ©
console.log("\u{20331}"); // 𠌱，罕见的中国象形文字（长 unicode）
console.log("\u{1F60D}"); // 😍，笑脸符号（另一个长 unicode）

所有的特殊字符都以反斜杠字符 \ 开始。它也被称为“转义字符”。

如果我们想要在字符串中插入一个引号，我们也会使用它。

例如：

console.log( 'I\'m the Walrus!' ); // I'm the Walrus!

正如你所看到的，我们必须在内部引号前加上反斜杠 \'，否则它将表示字符串结束。

当然，只有与外部闭合引号相同的引号才需要转义。因此，作为一个更优雅的解决方案，我们可以改用双引号或者反引号：

console.log( `I'm the Walrus!` ); // I'm the Walrus!

注意反斜杠 \ 在 JavaScript 中用于正确读取字符串，然后消失。内存中的字符串没有 \。

但是如果我们需要在字符串中显示一个实际的反斜杠 \ 应该怎么做？

我们可以这样做，只需要将其书写两次 \\：

console.log( `The backslash: \\` ); // The backslash: \

字符串长度

length 属性表示字符串长度：

console.log( `My\n`.length ); // 3

注意 \n 是一个单独的“特殊”字符，所以长度确实是 3。

length 是一个属性
掌握其他编程语言的人，有时会错误地调用 str.length() 而不是 str.length。这是行不通的。
请注意 str.length 是一个数字属性，而不是函数。后面不需要添加括号。

访问字符

要获取在 pos 位置的一个字符，可以使用方括号 [pos] 或者调用 str.charAt(pos) 方法。第一个字符从零位置开始：

let str = `Hello`;

// 第一个字符
console.log( str[0] ); // H
console.log( str.charAt(0) ); // H

// 最后一个字符
console.log( str[str.length - 1] ); // o

方括号是获取字符的一种现代化方法，而 charAt 是历史原因才存在的。

它们之间的唯一区别是，如果没有找到字符，[] 返回 undefined，而 charAt 返回一个空字符串：

let str = `Hello`;

console.log( str[1000] ); // undefined
console.log( str.charAt(1000) ); // ''（空字符串）

我们也可以使用 for..of 遍历字符：

for (let char of "Hello") {
  console.log(char); // H,e,l,l,o（char 变为 "H"，然后是 "e"，然后是 "l" 等）
}

字符串是不可改变的

在 JavaScript 中，字符串不可更改。改变字符是不可能的。

我们证明一下为什么不可能：

let str = 'Hi';

str[0] = 'h'; 
console.log(str[0]); // H 并没有改变，仍旧是原先的H

通常的解决方法是创建一个新的字符串，并将其分配给 str 而不是以前的字符串。

例如：

let str = 'Hi';

str = 'h' + str[1];  // 替换字符串

console.log( str ); // hi

比较字符串

字符串按字母顺序逐字比较。不过，有一些奇怪的地方。

小写字母总是大于大写字母：
js
```
console.log( 'a' > 'Z' ); // true
```
带变音符号的字母存在“乱序”的情况：
js
```
console.log( 'Österreich' > 'Zealand' ); // true
```
如果我们对这些国家名进行排序，可能会导致奇怪的结果。通常，人们会期望 Zealand 在名单中的 Österreich 之后出现。

为了明白发生了什么，我们回顾一下在 JavaScript 中字符串的内部表示。

我们知道，计算机存储字符只能是0和1的二进制，所以每个字符实际上都有它唯一的数字表示，最终将数字转换为二进制存储在内存中。所有的字符串都使用 UTF-16 编码。即：每个字符都有对应的数字代码。有特殊的方法可以获取代码表示的字符，以及字符对应的代码。

str.codePointAt(pos)

返回在 pos 位置的字符代码 :

// 不同的字母有不同的代码
console.log( "z".codePointAt(0) ); // 122
console.log( "Z".codePointAt(0) ); // 90

String.fromCodePoint(code)

通过数字 code 创建字符

console.log(String.fromCodePoint(90)); // Z
console.log(String.fromCodePoint(30495)); // 真

现在我们看一下代码为 65..220 的字符（拉丁字母和一些额外的字符），方法是创建一个字符串：

let str = '';

for (let i = 65; i <= 220; i++) {
  str += String.fromCodePoint(i);
}
console.log( str );
// ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_`abcdefghijklmnopqrstuvwxyz{|}~ ¡¢£¤¥¦§¨©ª«¬®¯°±²³´µ¶·¸¹º»¼½¾¿ÀÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖ×ØÙÚÛÜ

看到没？先是大写字符，然后是一些特殊字符，然后是小写字符，而 Ö 几乎是最后输出。

现在很明显为什么 a > Z。

字符通过数字代码进行比较。越大的代码意味着字符越大。a（97）的代码大于 Z（90）的代码。

所有小写字母追随在大写字母之后，因为它们的代码更大。
一些像 Ö 的字母与主要字母表不同。这里，它的代码比任何从 a 到 z 的代码都要大。

总结

计算机只能存储二进制字符，只有0和1，也就是说，所有字符串最终存储的方式也是0和1，所以，每个字符实际上都遵循了一套编码规范，可以将字符串转换为数字，然后数字就能转换为二进制。js中的字符串遵循UTF-16的编码规范。

let str1 = `0123456789`
let str2 = `ABCDEFGHIJKLMNOPQRSTUVWXYZ`
let str3 = `abcdefghijklmnopqrstuvwxyz`
let str4 = `你好中国`

let str1Num = ''
let str2Num = ''
let str3Num = ''
let str4Num = ''
for (const char of str1) {
    str1Num += `${char.codePointAt(0)} `
}
for (const char of str2) {
    str2Num += `${char.codePointAt(0)} `
}
for (const char of str3) {
    str3Num += `${char.codePointAt(0)} `
}
for (const char of str4) {
    str4Num += `${char.codePointAt(0)} `
}
// `0123456789`
console.log(str1Num); // 48 49 50 51 52 53 54 55 56 57 
// `ABCDEFGHIJKLMNOPQRSTUVWXYZ`
console.log(str2Num); // 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 
// `abcdefghijklmnopqrstuvwxyz`
console.log(str3Num); // 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 
// `你好中国`
console.log(str4Num); // 20320 22909 20013 22269

我们可以使用''、""、``、来声明字符串
特殊字符可以使用转义，反斜杠加特殊字符的方式，比如换行\n，回车\r等等。
字符串是不可以改变的，比如let a = 'abc'，a[0]=A，这是无效的。
字符串在比较时，每个字符会挨个比较，有一个对照表可以将字符串转为数字，比较的实际是数字。
1. str.codePointAt(pos)，将字符转换为数字（参照对照表中）
2. String.fromCodePoint(code)，将数字转换为字符串（参照对照表）

参考

https://zh.javascript.info/string#nei-bu-unicode

js的字符串类型string ​

前言 ​

字符串的三种声明方式 ​

特殊字符 ​

字符串长度 ​

访问字符 ​

字符串是不可改变的 ​

比较字符串 ​

str.codePointAt(pos) ​

String.fromCodePoint(code) ​

总结 ​

参考 ​