书接上文，这次因为要处理邮件什么的更新晚了几天，今天把它补上。
之前了解过了数值，现在轮到了文本——字符串：
1 定义
1.1 基础字符串
在JavaScript当中，字符串就是放在两个单引号或者双引号当中的零个或多个字符，比如：
''
"test"
'Strings'
"!!!"
在单引号或者双引号内部，也可以分别使用对方，比如，单引号内使用双引号，或者双引号内使用单引号，如：
'This is a "test"!'
"This is another 'test'!"
而如果要在单引号内使用单引号，或者双引号内使用双引号，则需要加上\（反斜杠）进行转义，如：
'It\'s a beautiful day!'
"Should I say \"Hello\" to him?"
惯例上，由于HTML使用双引号标识属性，开发者会自觉在JavaScript当中使用单引号标识字符串；我自然也不例外。不过并不排除有人会喜欢使用双引号进行标识，当然这也是可以的，不过在实际开发过程当中，最好始终保持同一种风格，而不要一时使用单引号，一时使用双引号。
另外，从ES 6版本开始，JavaScript支持了新的写法——模板字符串（template string）是增强版的字符串，用反引号`标识。它可以当作普通字符串使用，也可以用来定义多行字符串，或者在字符串中嵌入变量：
同样的，如果需要在模板字符串内（即两个反引号``内）使用反引号，需要加上反斜杠进行转义：
比较特殊的地方在于，模板字符串内的字符串可以保持换行、缩进的多少：
最后，在模板字符串内部，使用${}可以直接调用变量、表达式，这样的使用减少了字符串+变量/表达式的拼接，实在是居家旅行之必备方式：
1.2 字符串拼接
实际使用中，其实会有很多情况下需要使用多组字符串进行拼接，不过如果直接在引号当中分行，是会报错的，如：
这种时候，如果仅仅只是想生成单行字符串，可以在每行字符结尾添加\（反斜杠），这样会直接生成单行字符串且不报错，如：
或者也可以使用+号进行字符串拼接，如：
如果想保持原样多行输出，除了下文即将提出的换行转义符\n，其实也可以采用一种利用注释的变通方法，如下：
不过可以从后续的方法看出，\n仍然是分行的基础，故而这种方式太过繁复，并不建议。
在ES 6引入模板字符串之后，这个问题变得更容易解决了，因为在反引号``内部本身就已经支持了多行文本，以及变量调用；在有可能的情况下，建议尽量使用模板字符串。
2 转义
在字符串构造的时候，其实需要很多特殊的功能，包括换行、制表、换页、回车等等，直接使用字符串本身是无法构造成功的，故而需要转义符的存在——特殊字符\（反斜杠）；下面用一个简单的列表把相关功能标示出来：
- \0 ：null（\u0000）
- \b ：后退键（\u0008）
- \f ：换页符（\u000C）
- \n ：换行符（\u000A）
- \r ：回车键（\u000D）
- \t ：制表符（\u0009）
- \v ：垂直制表符（\u000B）
- \' ：单引号（\u0027）
- \" ：双引号（\u0022）
- \\ ：反斜杠（\u005c）
举个简单的例子：
上图中使用了制表符\t以及换行符\n，同时为了代码易读性，分成了两行编写，并使用了\将其连接，最终结果就是分为了两行三列的建议表单。
除上面的情况之外，其实还有三种比较特殊的用法，本质上都是引用了Unicode的码点：
- \000 - \777 —— 在反斜杠后包括3位的8进制数值，也可以代表不同的特殊符号，从000到777共256种，简单举例如下图：
- \x00 - \xFF —— 在反斜杠后加上小写字母x，以及2位的16进制数值，从00到FF也是256种，简单举例如下图：
- \u0000 - \uFFFF —— 在反斜杠后加上小写字母u，以及4位的16进制数值，从0000到FFFF共65536种，这也就有可能添加上了各种东方语言文字，比如\uB000就是韩语的”뀀“：
这里需要补充一点，ES 6开始支持了更高位数的十六进制unicode字符，只需要使用大括号{}将其括住即可正确识别，下图就是使用大括号和不使用大括号的对比：
有了如上的方法之后，JavaScript从ES 6版本开始，拥有了6种表示同一个字符的方式：
当然转义符如果用在了非预先定义的字符上时，就可能被引擎直接忽略掉，如：
3 字符串与数组
在JavaScript的定义当中，字符串其实也可以考虑为字符数组（数组的概念之后会涉及到），因此可以使用数组的方括号运算符，用来返回某个位置的字符（位置编号从0开始），譬如：
如果方括号中的数字超过字符串的长度，或者方括号中根本不是数字，则返回undefined。
不过字符串可以当成是有只读属性的数组，故而无法通过该方式修改其中的单个字符：
在普通模式下，尽管并未报错，但这些修改都默默地失败了，哈哈……
而在严格模式下，则会产生如下错误提示：
4 length属性
与数组相同，字符串也可以使用length看到成员的个数，并同样是只读属性：
5 字符集
JavaScript 使用 Unicode 字符集。JavaScript 引擎内部，所有字符都用 Unicode 表示。
JavaScript 不仅以 Unicode 储存字符，还允许直接在程序中使用 Unicode 码点表示字符，即将字符写成\uxxxx的形式，其中xxxx代表该字符的 Unicode 码点。比如，\u00A9代表版权符号。
解析代码的时候，JavaScript 会自动识别一个字符是字面形式表示，还是 Unicode 形式表示。输出给用户的时候，所有字符都会转成字面形式。
上面代码中，第一行的变量名foo是 Unicode 形式表示，第二行是字面形式表示。JavaScript 会自动识别。
我们还需要知道，每个字符在 JavaScript 内部都是以16位（即2个字节）的 UTF-16 格式储存。也就是说，JavaScript 的单位字符长度固定为16位长度，即2个字节。
但是，UTF-16 有两种长度：对于码点在U+0000到U+FFFF之间的字符，长度为16位（即2个字节）；对于码点在U+10000到U+10FFFF之间的字符，长度为32位（即4个字节），而且前两个字节在0xD800到0xDBFF之间，后两个字节在0xDC00到0xDFFF之间。举例来说，码点U+1D306对应的字符为 ，它写成 UTF-16 就是0xD834 0xDF06。
JavaScript 对 UTF-16 的支持是不完整的，由于历史原因，只支持两字节的字符，不支持四字节的字符。这是因为 JavaScript 第一版发布的时候，Unicode 的码点只编到U+FFFF，因此两字节足够表示了。后来，Unicode 纳入的字符越来越多，出现了四字节的编码。但是，JavaScript 的标准此时已经定型了，统一将字符长度限制在两字节，导致无法识别四字节的字符。上一节的那个四字节字符 ，浏览器会正确识别这是一个字符，但是 JavaScript 无法识别，会认为这是两个字符。
上面代码中，JavaScript 认为 的长度为2，而不是1。
总结一下，对于码点在U+10000到U+10FFFF之间的字符，JavaScript 总是认为它们是两个字符（length属性为2）。所以处理的时候，必须把这一点考虑在内，也就是说，JavaScript 返回的字符串长度可能是不正确的。
6 Base64转码
有时，文本里面包含一些不可打印的符号，比如 ASCII 码0到31的符号都无法打印出来，这时可以使用 Base64 编码，将它们转成可以打印的字符。另一个场景是，有时需要以文本格式传递二进制数据，那么也可以使用 Base64 编码。
所谓 Base64 就是一种编码方法，可以将任意值转成 0～9、A～Z、a-z、+和/这64个字符组成的可打印字符。使用它的主要目的，不是为了加密，而是为了不出现特殊字符，简化程序的处理。
JavaScript 原生提供两个 Base64 相关的方法。
- btoa()：任意值转为 Base64 编码
- atob()：Base64 编码转为原来的值
注意，这两个方法不适合非 ASCII 码的字符，会报错。
要将非 ASCII 码字符转为 Base64 编码，必须中间插入一个转码环节，再使用这两个方法。
其中encodeURIComponent()以及decodeURIComponent()两个方法是用来对非ASCII字符进行转换的，这样可以保证得到的结果是可以由btoa()以及atob()识别的。
这里主要描述的是数据类型，故而一些针对字符串对象的方法，先略过，后文提及对应对象的时候，再详细解释，省的这文章太过复杂，毕竟是”从零开始“么。
评论
发表评论