說(shuō)起字符串，我們?cè)偈煜げ贿^(guò)了。接觸編程的第一個(gè)經(jīng)典任務(wù)就是輸出字符串：Hello, world。但是你知道 JavaScript 字符串在計(jì)算機(jī)里是怎么表示的嗎?

[[337557]]

最簡(jiǎn)單直觀但不太準(zhǔn)確的的理解就是，字符串就是由英文字母、數(shù)字和標(biāo)點(diǎn)符號(hào)等這些字符組成的序列。比如下面這個(gè)字符串就是由5個(gè)字母和一個(gè)感嘆號(hào)組成的：

const message = 'Hello!'; 

同時(shí)也可以看出該字符串的字符數(shù)是6：

const message = 'Hello!'; 
message.length; // => 6 

如果字符串是由這些可見字符(也就是 127 個(gè) ASCII 字符) 組成的，這樣理解沒(méi)有問(wèn)題。但是，一旦碰到不常見的符號(hào)，比如一些表情字符😀, 😁, 😈，可能會(huì)得到意外的結(jié)果：

const smile = '😀'; 
smile.length; // => 2 

是不是很奇怪?明明只有一個(gè)字符，長(zhǎng)度怎么會(huì)是 2 呢?這是因?yàn)?，JavaScript 字符串實(shí)際上是由編碼單元構(gòu)成的，而不是可見字符序列。

ECMA 262 規(guī)范里是這么描述 JavaScript 字符串的：

String 類型是由零或多個(gè) 16 位無(wú)符號(hào)整數(shù)值組成的有序序列的集合。字符串類型通常用于表示運(yùn)行中的 ECMAScript 程序中的文本數(shù)據(jù)，在這種情況下，字符串中的每個(gè)元素都被視為 UTF-16 編碼單元值。

簡(jiǎn)單說(shuō)，JavaScript 字符串就是 UTF-16 編碼單元序列，一串?dāng)?shù)字而已。

一個(gè)編碼單元就是位于 0x0000 和 0xFFFF 之間的一個(gè)數(shù)字，編碼單元與字符之間有個(gè)對(duì)應(yīng)關(guān)系。例如，編碼單元 0x0048 對(duì)應(yīng)了實(shí)際的字符 H：

const letter = '\u0048'; 
letter === 'H' // => true 

如果把一整個(gè)字符串'Hello!'用編碼單元表示就是這樣：

const message = '\u0048\u0065\u006C\u006C\u006F\u0021'; 
message === 'Hello!'; // => true 
message.length;       // => 6 

可以看到，這個(gè)字符串有6個(gè)編碼單元，每個(gè)編碼單元對(duì)應(yīng)一個(gè)字符?；径辔姆N平面 BMP(Basic Multilingual Plane)中的任意一個(gè)字符，都可以用一個(gè) UTF-16 編碼單元表示。但是，在這個(gè)范圍以外的字符，就需要 2 個(gè) UTF-16 編碼單元來(lái)表示了。比如前面提到的笑臉?lè)?hào)，編碼是\uD83D\uDE00：

const smile = '\uD83D\uDE00'; 
smile === '😀'; // => true 
smile.length;  // => 2 

這兩個(gè)編碼單元是成對(duì)存在的，用于表示超出 0xFFFF 的字符。不能拆開，否則就變成無(wú)法識(shí)別的亂碼了。另外，這里的.length是2，說(shuō)明這個(gè)屬性其實(shí)是字符串編碼單元的個(gè)數(shù)，而不是字符數(shù)。在需要判斷字符數(shù)量的時(shí)候就要注意了，根據(jù).length得到的結(jié)果是不準(zhǔn)確的。那要怎么解決呢?可以用這種辦法：

const message = 'Hello!'; 
const smile = '😀'; 
 
[...message].length; // => 6 
[...smile].length;   // => 1 

如果覺(jué)得這個(gè)關(guān)于 JavaScript 字符串的小知識(shí)對(duì)你有用，歡迎分享給你的小伙伴們!