ES6 字符串的擴(kuò)展

2022-08-09 09:22 更新

1. 字符的 Unicode 表示法

ES6 加強(qiáng)了對(duì) Unicode 的支持，允許采用 \uxxxx 形式表示一個(gè)字符，其中 xxxx 表示字符的 Unicode 碼點(diǎn)。

"\u0061"
// "a"

但是，這種表示法只限于碼點(diǎn)在 \u0000 ~ \uFFFF 之間的字符。超出這個(gè)范圍的字符，必須用兩個(gè)雙字節(jié)的形式表示。

"\uD842\uDFB7"
// "????"


"\u20BB7"
// " 7"

上面代碼表示，如果直接在 \u 后面跟上超過 0xFFFF 的數(shù)值（比如 \u20BB7 ），JavaScript 會(huì)理解成 \u20BB+7 。由于 \u20BB 是一個(gè)不可打印字符，所以只會(huì)顯示一個(gè)空格，后面跟著一個(gè) 7 。

ES6 對(duì)這一點(diǎn)做出了改進(jìn)，只要將碼點(diǎn)放入大括號(hào)，就能正確解讀該字符。

"\u{20BB7}"
// "????"


"\u{41}\u{42}\u{43}"
// "ABC"


let hello = 123;
hell\u{6F} // 123


'\u{1F680}' === '\uD83D\uDE80'
// true

上面代碼中，最后一個(gè)例子表明，大括號(hào)表示法與四字節(jié)的 UTF-16 編碼是等價(jià)的。

有了這種表示法之后，JavaScript 共有6種方法可以表示一個(gè)字符。

'\z' === 'z'  // true
'\172' === 'z' // true
'\x7A' === 'z' // true
'\u007A' === 'z' // true
'\u{7A}' === 'z' // true

2. 字符串的遍歷器接口

ES6 為字符串添加了遍歷器接口（詳見《Iterator》一章），使得字符串可以被 for...of 循環(huán)遍歷。

for (let codePoint of 'foo') {
  console.log(codePoint)
}
// "f"
// "o"
// "o"

除了遍歷字符串，這個(gè)遍歷器最大的優(yōu)點(diǎn)是可以識(shí)別大于 0xFFFF 的碼點(diǎn)，傳統(tǒng)的 for 循環(huán)無法識(shí)別這樣的碼點(diǎn)。

let text = String.fromCodePoint(0x20BB7);


for (let i = 0; i < text.length; i++) {
  console.log(text[i]);
}
// " "
// " "


for (let i of text) {
  console.log(i);
}
// "????"

上面代碼中，字符串 text 只有一個(gè)字符，但是 for 循環(huán)會(huì)認(rèn)為它包含兩個(gè)字符（都不可打?。?，而 for...of 循環(huán)會(huì)正確識(shí)別出這一個(gè)字符。

3. 直接輸入 U+2028 和 U+2029

JavaScript 字符串允許直接輸入字符，以及輸入字符的轉(zhuǎn)義形式。舉例來說，“中”的 Unicode 碼點(diǎn)是 U+4e2d，你可以直接在字符串里面輸入這個(gè)漢字，也可以輸入它的轉(zhuǎn)義形式 \u4e2d ，兩者是等價(jià)的。

'中' === '\u4e2d' // true

但是，JavaScript 規(guī)定有5個(gè)字符，不能在字符串里面直接使用，只能使用轉(zhuǎn)義形式。

  • U+005C：反斜杠（reverse solidus)
  • U+000D：回車（carriage return）
  • U+2028：行分隔符（line separator）
  • U+2029：段分隔符（paragraph separator）
  • U+000A：換行符（line feed）

舉例來說，字符串里面不能直接包含反斜杠，一定要轉(zhuǎn)義寫成 \ 或者 \u005c 。

這個(gè)規(guī)定本身沒有問題，麻煩在于 JSON 格式允許字符串里面直接使用 U+2028（行分隔符）和 U+2029（段分隔符）。這樣一來，服務(wù)器輸出的 JSON 被 JSON.parse 解析，就有可能直接報(bào)錯(cuò)。

const json = '"\u2028"';
JSON.parse(json); // 可能報(bào)錯(cuò)

JSON 格式已經(jīng)凍結(jié)（RFC 7159），沒法修改了。為了消除這個(gè)報(bào)錯(cuò)，ES2019 允許 JavaScript 字符串直接輸入 U+2028（行分隔符）和 U+2029（段分隔符）。

const PS = eval("'\u2029'");

根據(jù)這個(gè)提案，上面的代碼不會(huì)報(bào)錯(cuò)。

注意，模板字符串現(xiàn)在就允許直接輸入這兩個(gè)字符。另外，正則表達(dá)式依然不允許直接輸入這兩個(gè)字符，這是沒有問題的，因?yàn)?JSON 本來就不允許直接包含正則表達(dá)式。

4. JSON.stringify() 的改造

根據(jù)標(biāo)準(zhǔn)，JSON 數(shù)據(jù)必須是UTF-8 編碼。但是，現(xiàn)在的 JSON.stringify() 方法有可能返回不符合 UTF-8 標(biāo)準(zhǔn)的字符串。

具體來說，UTF-8 標(biāo)準(zhǔn)規(guī)定， 0xD800 到 0xDFFF 之間的碼點(diǎn)，不能單獨(dú)使用，必須配對(duì)使用。比如， \uD834\uDF06 是兩個(gè)碼點(diǎn)，但是必須放在一起配對(duì)使用，代表字符 ???? 。這是為了表示碼點(diǎn)大于 0xFFFF 的字符的一種變通方法。單獨(dú)使用 \uD834 和 \uDFO6 這兩個(gè)碼點(diǎn)是不合法的，或者顛倒順序也不行，因?yàn)? \uDF06\uD834 并沒有對(duì)應(yīng)的字符。

JSON.stringify() 的問題在于，它可能返回 0xD800 到 0xDFFF 之間的單個(gè)碼點(diǎn)。

JSON.stringify('\u{D834}') // "\u{D834}"

為了確保返回的是合法的 UTF-8 字符，ES2019 改變了 JSON.stringify() 的行為。如果遇到 0xD800 到 0xDFFF 之間的單個(gè)碼點(diǎn)，或者不存在的配對(duì)形式，它會(huì)返回轉(zhuǎn)義字符串，留給應(yīng)用自己決定下一步的處理。

JSON.stringify('\u{D834}') // ""\\uD834""
JSON.stringify('\uDF06\uD834') // ""\\udf06\\ud834""

5. 模板字符串

傳統(tǒng)的 JavaScript 語言，輸出模板通常是這樣寫的（下面使用了 jQuery 的方法）。

$('#result').append(
  'There are <b>' + basket.count + '</b> ' +
  'items in your basket, ' +
  '<em>' + basket.onSale +
  '</em> are on sale!'
);

上面這種寫法相當(dāng)繁瑣不方便，ES6 引入了模板字符串解決這個(gè)問題。

$('#result').append(`
  There are <b>${basket.count}</b> items
   in your basket, <em>${basket.onSale}</em>
  are on sale!
`);

模板字符串（template string）是增強(qiáng)版的字符串，用反引號(hào) ' ' 標(biāo)識(shí)。它可以當(dāng)作普通字符串使用，也可以用來定義多行字符串，或者在字符串中嵌入變量。

// 普通字符串
`In JavaScript '\n' is a line-feed.`


// 多行字符串
`In JavaScript this is
 not legal.`


console.log(`string text line 1
string text line 2`);


// 字符串中嵌入變量
var name = "Bob", time = "today";
`Hello ${name}, how are you ${time}?`

上面代碼中的模板字符串，都是用反引號(hào)表示。如果在模板字符串中需要使用反引號(hào)，則前面要用反斜杠轉(zhuǎn)義。

var greeting = `\`Yo\` World!`;

如果使用模板字符串表示多行字符串，所有的空格和縮進(jìn)都會(huì)被保留在輸出之中。

$('#list').html(`
<ul>
  <li>first</li>
  <li>second</li>
</ul>
`);

上面代碼中，所有模板字符串的空格和換行，都是被保留的，比如 標(biāo)簽前面會(huì)有一個(gè)換行。如果你不想要這個(gè)換行，可以使用 trim 方法消除它。

$('#list').html(`
<ul>
  <li>first</li>
  <li>second</li>
</ul>
`.trim());

模板字符串中嵌入變量，需要將變量名寫在 ${} 之中。

function authorize(user, action) {
  if (!user.hasPrivilege(action)) {
    throw new Error(
      // 傳統(tǒng)寫法為
      // 'User '
      // + user.name
      // + ' is not authorized to do '
      // + action
      // + '.'
      `User ${user.name} is not authorized to do ${action}.`);
  }
}

大括號(hào)內(nèi)部可以放入任意的 JavaScript 表達(dá)式，可以進(jìn)行運(yùn)算，以及引用對(duì)象屬性。

var x = 1;
var y = 2;


`${x} + ${y} = ${x + y}`
// "1 + 2 = 3"


`${x} + ${y * 2} = ${x + y * 2}`
// "1 + 4 = 5"


var obj = {x: 1, y: 2};
`${obj.x + obj.y}`
// 3

模板字符串之中還能調(diào)用函數(shù)。

function fn() {
  return "Hello World";
}


`foo ${fn()} bar`
// foo Hello World bar

如果大括號(hào)中的值不是字符串，將按照一般的規(guī)則轉(zhuǎn)為字符串。比如，大括號(hào)中是一個(gè)對(duì)象，將默認(rèn)調(diào)用對(duì)象的 toString 方法。

如果模板字符串中的變量沒有聲明，將報(bào)錯(cuò)。

// 變量place沒有聲明
var msg = `Hello, ${place}`;
// 報(bào)錯(cuò)

由于模板字符串的大括號(hào)內(nèi)部，就是執(zhí)行 JavaScript 代碼，因此如果大括號(hào)內(nèi)部是一個(gè)字符串，將會(huì)原樣輸出。

`Hello ${'World'}`
// "Hello World"

模板字符串甚至還能嵌套。

const tmpl = addrs => `
  <table>
  ${addrs.map(addr => `
    <tr><td>${addr.first}</td></tr>
    <tr><td>${addr.last}</td></tr>
  `).join('')}
  </table>
`;

上面代碼中，模板字符串的變量之中，又嵌入了另一個(gè)模板字符串，使用方法如下。

const data = [
    { first: '<Jane>', last: 'Bond' },
    { first: 'Lars', last: '<Croft>' },
];


console.log(tmpl(data));
// <table>
//
//   <tr><td><Jane></td></tr>
//   <tr><td>Bond</td></tr>
//
//   <tr><td>Lars</td></tr>
//   <tr><td><Croft></td></tr>
//
// </table>

如果需要引用模板字符串本身，在需要時(shí)執(zhí)行，可以寫成函數(shù)。

// 寫法一
let str = 'return ' + '`Hello ${name}!`';
let func = new Function('name', str);
func('Jack') // "Hello Jack!"


// 寫法二
let str = '(name) => `Hello ${name}!`';
let func = eval.call(null, str);
func('Jack') // "Hello Jack!"

上面代碼中，模板字符串寫成了一個(gè)函數(shù)的返回值。執(zhí)行這個(gè)函數(shù)，就相當(dāng)于執(zhí)行這個(gè)模板字符串了。

6. 實(shí)例：模板編譯

下面，我們來看一個(gè)通過模板字符串，生成正式模板的實(shí)例。

var template = `
<ul>
  <% for(var i=0; i < data.supplies.length; i++) { %>
    <li><%= data.supplies[i] %></li>
  <% } %>
</ul>
`;

上面代碼在模板字符串之中，放置了一個(gè)常規(guī)模板。該模板使用 <%...%> 放置 JavaScript 代碼，使用 <%= ... %> 輸出 JavaScript 表達(dá)式。

怎么編譯這個(gè)模板字符串呢？

一種思路是將其轉(zhuǎn)換為 JavaScript 表達(dá)式字符串。

echo('<ul>');
for(var i=0; i < data.supplies.length; i++) {
  echo('<li>');
  echo(data.supplies[i]);
  echo('</li>');
};
echo('</ul>');

這個(gè)轉(zhuǎn)換使用正則表達(dá)式就行了。

var evalExpr = /<%=(.+?)%>/g;
var expr = /<%([\s\S]+?)%>/g;


template = template
  .replace(evalExpr, '`); \n  echo( $1 ); \n  echo(`')
  .replace(expr, '`); \n $1 \n  echo(`');


template = 'echo(`' + template + '`);';

然后，將 template 封裝在一個(gè)函數(shù)里面返回，就可以了。

var script =
`(function parse(data){
  var output = "";


  function echo(html){
    output += html;
  }


  ${ template }


  return output;
})`;


return script;

將上面的內(nèi)容拼裝成一個(gè)模板編譯函數(shù) compile 。

function compile(template){
  var evalExpr = /<%=(.+?)%>/g;
  var expr = /<%([\s\S]+?)%>/g;


  template = template
    .replace(evalExpr, '`); \n  echo( $1 ); \n  echo(`')
    .replace(expr, '`); \n $1 \n  echo(`');


  template = 'echo(`' + template + '`);';


  var script =
  `(function parse(data){
    var output = "";


    function echo(html){
      output += html;
    }


    ${ template }


    return output;
  })`;


  return script;
}

compile 函數(shù)的用法如下。

var parse = eval(compile(template));
div.innerHTML = parse({ supplies: [ "broom", "mop", "cleaner" ] });
//   <ul>
//     <li>broom</li>
//     <li>mop</li>
//     <li>cleaner</li>
//   </ul>

7. 標(biāo)簽?zāi)０?/h2>

模板字符串的功能，不僅僅是上面這些。它可以緊跟在一個(gè)函數(shù)名后面，該函數(shù)將被調(diào)用來處理這個(gè)模板字符串。這被稱為“標(biāo)簽?zāi)０濉惫δ埽╰agged template）。

alert`123`
// 等同于
alert(123)

標(biāo)簽?zāi)０?/code>其實(shí)不是模板，而是函數(shù)調(diào)用的一種特殊形式。“標(biāo)簽”指的就是函數(shù)，緊跟在后面的模板字符串就是它的參數(shù)。

但是，如果模板字符里面有變量，就不是簡(jiǎn)單的調(diào)用了，而是會(huì)將模板字符串先處理成多個(gè)參數(shù)，再調(diào)用函數(shù)。

var a = 5;
var b = 10;


tag`Hello ${ a + b } world ${ a * b }`;
// 等同于
tag(['Hello ', ' world ', ''], 15, 50);

上面代碼中，模板字符串前面有一個(gè)標(biāo)識(shí)名 tag ，它是一個(gè)函數(shù)。整個(gè)表達(dá)式的返回值，就是 tag 函數(shù)處理模板字符串后的返回值。

函數(shù) tag 依次會(huì)接收到多個(gè)參數(shù)。

function tag(stringArr, value1, value2){
  // ...
}


// 等同于


function tag(stringArr, ...values){
  // ...
}

tag 函數(shù)的第一個(gè)參數(shù)是一個(gè)數(shù)組，該數(shù)組的成員是模板字符串中那些沒有變量替換的部分，也就是說，變量替換只發(fā)生在數(shù)組的第一個(gè)成員與第二個(gè)成員之間、第二個(gè)成員與第三個(gè)成員之間，以此類推。

tag 函數(shù)的其他參數(shù)，都是模板字符串各個(gè)變量被替換后的值。由于本例中，模板字符串含有兩個(gè)變量，因此 tag 會(huì)接受到 value1 和 value2 兩個(gè)參數(shù)。

tag 函數(shù)所有參數(shù)的實(shí)際值如下。

  • 第一個(gè)參數(shù)： ['Hello ', ' world ', '']
  • 第二個(gè)參數(shù): 15
  • 第三個(gè)參數(shù)：50

也就是說， tag 函數(shù)實(shí)際上以下面的形式調(diào)用。

tag(['Hello ', ' world ', ''], 15, 50)

我們可以按照需要編寫 tag 函數(shù)的代碼。下面是 tag 函數(shù)的一種寫法，以及運(yùn)行結(jié)果。

var a = 5;
var b = 10;


function tag(s, v1, v2) {
  console.log(s[0]);
  console.log(s[1]);
  console.log(s[2]);
  console.log(v1);
  console.log(v2);


  return "OK";
}


tag`Hello ${ a + b } world ${ a * b}`;
// "Hello "
// " world "
// ""
// 15
// 50
// "OK"

下面是一個(gè)更復(fù)雜的例子。

var total = 30;
var msg = passthru`The total is ${total} (${total*1.05} with tax)`;


function passthru(literals) {
  var result = '';
  var i = 0;


  while (i < literals.length) {
    result += literals[i++];
    if (i < arguments.length) {
      result += arguments[i];
    }
  }


  return result;
}


msg // "The total is 30 (31.5 with tax)"

上面這個(gè)例子展示了，如何將各個(gè)參數(shù)按照原來的位置拼合回去。

passthru 函數(shù)采用 rest 參數(shù)的寫法如下。

function passthru(literals, ...values) {
  var output = "";
  for (var index = 0; index < values.length; index++) {
    output += literals[index] + values[index];
  }


  output += literals[index]
  return output;
}

“標(biāo)簽?zāi)０濉钡囊粋€(gè)重要應(yīng)用，就是過濾 HTML 字符串，防止用戶輸入惡意內(nèi)容。

var message =
  SaferHTML`<p>${sender} has sent you a message.</p>`;


function SaferHTML(templateData) {
  var s = templateData[0];
  for (var i = 1; i < arguments.length; i++) {
    var arg = String(arguments[i]);


    // Escape special characters in the substitution.
    s += arg.replace(/&/g, "&")
            .replace(/</g, "<")
            .replace(/>/g, ">");


    // Don't escape special characters in the template.
    s += templateData[i];
  }
  return s;
}

上面代碼中， sender 變量往往是用戶提供的，經(jīng)過 SaferHTML 函數(shù)處理，里面的特殊字符都會(huì)被轉(zhuǎn)義。

var sender = '<script>alert("abc")</script>'; // 惡意代碼
var message = SaferHTML`<p>${sender} has sent you a message.</p>`;


message
// <p><script>alert("abc")</script> has sent you a message.</p>

標(biāo)簽?zāi)０宓牧硪粋€(gè)應(yīng)用，就是多語言轉(zhuǎn)換（國(guó)際化處理）。

i18n`Welcome to ${siteName}, you are visitor number ${visitorNumber}!`
// "歡迎訪問xxx，您是第xxxx位訪問者！"

模板字符串本身并不能取代 Mustache 之類的模板庫(kù)，因?yàn)闆]有條件判斷和循環(huán)處理功能，但是通過標(biāo)簽函數(shù)，你可以自己添加這些功能。

// 下面的hashTemplate函數(shù)
// 是一個(gè)自定義的模板處理函數(shù)
var libraryHtml = hashTemplate`
  <ul>
    #for book in ${myBooks}
      <li><i>#{book.title}</i> by #{book.author}</li>
    #end
  </ul>
`;

除此之外，你甚至可以使用標(biāo)簽?zāi)０?，?JavaScript 語言之中嵌入其他語言。

jsx`
  <div>
    <input
      ref='input'
      onChange='${this.handleChange}'
      defaultValue='${this.state.value}' />
      ${this.state.value}
   </div>
`

上面的代碼通過 jsx 函數(shù)，將一個(gè) DOM 字符串轉(zhuǎn)為 React 對(duì)象。你可以在 GitHub 找到 jsx 函數(shù)的具體實(shí)現(xiàn)。

下面則是一個(gè)假想的例子，通過 java 函數(shù)，在 JavaScript 代碼之中運(yùn)行 Java 代碼。

java`
class HelloWorldApp {
  public static void main(String[] args) {
    System.out.println(“Hello World!”); // Display the string.
  }
}
`
HelloWorldApp.main();

模板處理函數(shù)的第一個(gè)參數(shù)（模板字符串?dāng)?shù)組），還有一個(gè) raw 屬性。

console.log`123`
// ["123", raw: Array[1]]

上面代碼中， console.log 接受的參數(shù)，實(shí)際上是一個(gè)數(shù)組。該數(shù)組有一個(gè) raw 屬性，保存的是轉(zhuǎn)義后的原字符串。

請(qǐng)看下面的例子。

tag`First line\nSecond line`


function tag(strings) {
  console.log(strings.raw[0]);
  // "First line\\nSecond line"
}

上面代碼中，tag函數(shù)的第一個(gè)參數(shù)strings，有一個(gè)raw屬性，也指向一個(gè)數(shù)組。該數(shù)組的成員與strings數(shù)組完全一致。比如，strings數(shù)組是["First line\nSecond line"]，那么strings.raw數(shù)組就是["First line\\nSecond line"]。兩者唯一的區(qū)別，就是字符串里面的斜杠都被轉(zhuǎn)義了。比如，strings.raw數(shù)組會(huì)將\n視為\\和n兩個(gè)字符，而不是換行符。這是為了方便取得轉(zhuǎn)義之前的原始模板而設(shè)計(jì)的。

8. 模板字符串的限制

前面提到標(biāo)簽?zāi)０謇锩?，可以?nèi)嵌其他語言。但是，模板字符串默認(rèn)會(huì)將字符串轉(zhuǎn)義，導(dǎo)致無法嵌入其他語言。

舉例來說，標(biāo)簽?zāi)０謇锩婵梢郧度?LaTEX 語言。

function latex(strings) {
  // ...
}


let document = latex`
\newcommand{\fun}{\textbf{Fun!}}  // 正常工作
\newcommand{\unicode}{\textbf{Unicode!}} // 報(bào)錯(cuò)
\newcommand{\xerxes}{\textbf{King!}} // 報(bào)錯(cuò)


Breve over the h goes \u{h}ere // 報(bào)錯(cuò)
`

上面代碼中，變量 document 內(nèi)嵌的模板字符串，對(duì)于 LaTEX 語言來說完全是合法的，但是 JavaScript 引擎會(huì)報(bào)錯(cuò)。原因就在于字符串的轉(zhuǎn)義。

模板字符串會(huì)將 \u00FF 和 \u{42} 當(dāng)作 Unicode 字符進(jìn)行轉(zhuǎn)義，所以 \unicode 解析時(shí)報(bào)錯(cuò)；而 \x56 會(huì)被當(dāng)作十六進(jìn)制字符串轉(zhuǎn)義，所以 \xerxes 會(huì)報(bào)錯(cuò)。也就是說， \u 和 \x 在 LaTEX 里面有特殊含義，但是 JavaScript 將它們轉(zhuǎn)義了。

為了解決這個(gè)問題，ES2018 放松了對(duì)標(biāo)簽?zāi)０謇锩娴淖址D(zhuǎn)義的限制。如果遇到不合法的字符串轉(zhuǎn)義，就返回 undefined ，而不是報(bào)錯(cuò)，并且從 raw 屬性上面可以得到原始字符串。

function tag(strs) {
  strs[0] === undefined
  strs.raw[0] === "\\unicode and \\u{55}";
}
tag`\unicode and \u{55}`

上面代碼中，模板字符串原本是應(yīng)該報(bào)錯(cuò)的，但是由于放松了對(duì)字符串轉(zhuǎn)義的限制，所以不報(bào)錯(cuò)了，JavaScript 引擎將第一個(gè)字符設(shè)置為 undefined ，但是 raw 屬性依然可以得到原始字符串，因此 tag 函數(shù)還是可以對(duì)原字符串進(jìn)行處理。

注意，這種對(duì)字符串轉(zhuǎn)義的放松，只在標(biāo)簽?zāi)０褰馕鲎址畷r(shí)生效，不是標(biāo)簽?zāi)０宓膱?chǎng)合，依然會(huì)報(bào)錯(cuò)。

let bad = `bad escape sequence: \unicode`; // 報(bào)錯(cuò)

以上內(nèi)容是否對(duì)您有幫助：
在線筆記
App下載
App下載

掃描二維碼

下載編程獅App

公眾號(hào)
微信公眾號(hào)

編程獅公眾號(hào)