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"

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

上面兩個都是合法的字符串。

如果要在單引號字符串的內部，使用單引號（或者在雙引號字符串的內部，使用雙引號），就必須在內部的單引號（或者雙引號）前面加上反斜杠，用來轉義。

'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，本教程就遵守這個約定。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，不要兩種風格混合。

字符串默認只能寫在一行內，分成多行將會報錯。

'a
b
c'
// SyntaxError: Unexpected token ILLEGAL

上面代碼將一個字符串分成三行，JavaScript就會報錯。

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"

上面代碼表示，加了反斜杠以后，原來寫在一行的字符串，可以分成多行書寫。但是，輸出的時候還是單行，效果與寫在同一行完全一樣。注意，反斜杠的后面必須是換行符，而不能有其他字符（比如空格），否則會報錯。

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';

如果想輸出多行字符串，有一種利用多行注釋的變通方法。

(function () { /*
line 1
line 2
line 3
*/}).toString().split('\n').slice(1, -1).join('\n')
// "line 1
// line 2
// line 3"

上面的例子中，輸出的字符串就是多行。

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。

反斜杠還有三種特殊用法。

（1）\HHH

反斜杠后面緊跟三個八進制數（000到377），代表一個字符。HHH對應該字符的Unicode碼點，比如\251表示版權符號。顯然，這種方法只能輸出256種字符。

（2）\xHH

\x后面緊跟兩個十六進制數（00到FF），代表一個字符。HH對應該字符的Unicode碼點，比如\xA9表示版權符號。這種方法也只能輸出256種字符。

（3）\uXXXX

\u后面緊跟四個十六進制數（0000到FFFF），代表一個字符。HHHH對應該字符的Unicode碼點，比如\u00A9表示版權符號。

下面是這三種字符特殊寫法的例子。

'\251' // "©"
'\xA9' // "©"
'\u00A9' // "©"

'\172' === 'z' // true
'\x7A' === 'z' // true
'\u007A' === 'z' // true

如果在非特殊字符前面使用反斜杠，則反斜杠會被省略。

'\a'
// "a"

上面代碼中，a是一個正常字符，前面加反斜杠沒有特殊含義，反斜杠會被自動省略。

如果字符串的正常內容之中，需要包含反斜杠，則反斜杠前面需要再加一個反斜杠，用來對自身轉義。

"Prev \\ Next"
// "Prev \ Next"

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

但是，字符串與數組的相似性僅此而已。實際上，無法改變字符串之中的單個字符。

var s = 'hello';

delete s[0];
s // "hello"

s[1] = 'a';
s // "hello"

s[5] = '!';
s // "hello"

上面代碼表示，字符串內部的單個字符無法改變和增刪，這些操作會默默地失敗。

字符串之所以類似于字符數組，實際是由于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。

字符集
JavaScript使用Unicode字符集，也就是說在JavaScript內部，所有字符都用Unicode表示。

不僅JavaScript內部使用Unicode儲存字符，而且還可以直接在程序中使用Unicode，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。比如，\u00A9代表版權符號。

var s = '\u00A9';
s // "©"

每個字符在JavaScript內部都是以16位（即2個字節(jié)）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(jié)。

但是，UTF-16有兩種長度：對于U+0000到U+FFFF之間的字符，長度為16位（即2個字節(jié)）；對于U+10000到U+10FFFF之間的字符，長度為32位（即4個字節(jié)），而且前兩個字節(jié)在0xD800到0xDBFF之間，后兩個字節(jié)在0xDC00到0xDFFF之間。舉例來說，U+1D306對應的字符為𝌆，它寫成UTF-16就是0xD834 0xDF06。瀏覽器會正確將這四個字節(jié)識別為一個字符，但是JavaScript內部的字符長度總是固定為16位，會把這四個字節(jié)視為兩個字符。

var s = '\uD834\uDF06';

s // "𝌆"
s.length // 2
/^.$/.test(s) // false
s.charAt(0) // ""
s.charAt(1) // ""
s.charCodeAt(0) // 55348
s.charCodeAt(1) // 57094

上面代碼說明，對于于U+10000到U+10FFFF之間的字符，JavaScript總是視為兩個字符（字符的length屬性為2），用來匹配單個字符的正則表達式會失?。↗avaScript認為這里不止一個字符），charAt方法無法返回單個字符，charCodeAt方法返回每個字節(jié)對應的十進制值。

所以處理的時候，必須把這一點考慮在內。對于4個字節(jié)的Unicode字符，假定C是字符的Unicode編號，H是前兩個字節(jié)，L是后兩個字節(jié)，則它們之間的換算關系如下。

// 將大于U+FFFF的字符，從Unicode轉為UTF-16
H = Math.floor((C - 0x10000) / 0x400) + 0xD800
L = (C - 0x10000) % 0x400 + 0xDC00

// 將大于U+FFFF的字符，從UTF-16轉為Unicode
C = (H - 0xD800) * 0x400 + L - 0xDC00 + 0x10000

下面的正則表達式可以識別所有UTF-16字符。

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

由于JavaScript引擎（嚴格說是ES5規(guī)格）不能自動識別輔助平面（編號大于0xFFFF）的Unicode字符，導致所有字符串處理函數遇到這類字符，都會產生錯誤的結果。如果要完成字符串相關操作，就必須判斷字符是否落在0xD800到0xDFFF這個區(qū)間。

下面是能夠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;
}

var symbols = getSymbols('𝌆');

symbols.forEach(function(symbol) {
 // ...
});

替換（String.prototype.replace）、截取子字符串（String.prototype.substring, String.prototype.slice）等其他字符串操作，都必須做類似的處理。

Base64轉碼
Base64是一種編碼方法，可以將任意字符轉成可打印字符。使用這種編碼方法，主要不是為了加密，而是為了不出現(xiàn)特殊字符，簡化程序的處理。

JavaScript原生提供兩個Base64相關方法。

• btoa()：字符串或二進制值轉為Base64編碼
• atob()：Base64編碼轉為原來的編碼

var string = 'Hello World!';

btoa(string) // "SGVsbG8gV29ybGQh"
atob('SGVsbG8gV29ybGQh') // "Hello World!"
這兩個方法不適合非ASCII碼的字符，會報錯。

btoa('你好')
// Uncaught DOMException: The string to be encoded contains characters outside of the Latin1 range.
要將非ASCII碼字符轉為Base64編碼，必須中間插入一個轉碼環(huán)節(jié)，再使用這兩個方法。

function b64Encode(str) {
 return btoa(encodeURIComponent(str));
}

function b64Decode(str) {
 return decodeURIComponent(atob(str));
}

b64Encode('你好') // "JUU0JUJEJUEwJUU1JUE1JUJE"
b64Decode('JUU0JUJEJUEwJUU1JUE1JUJE') // "你好"

最新評論