关于 JavaScript 字符串的一个小知识

说起字符串，我们再熟悉不过了。接触编程的第一个经典任务就是输出字符串：Hello, world。但是你知道 JavaScript 字符串在计算机里是怎么表示的吗？

最简单直观但不太准确的的理解就是，字符串就是由英文字母、数字和标点符号等这些字符组成的序列。比如下面这个字符串就是由5个字母和一个感叹号组成的：

同时也可以看出该字符串的字符数是6：

如果字符串是由这些可见字符（也就是 127 个 ASCII 字符） 组成的，这样理解没有问题。但是，一旦碰到不常见的符号，比如一些表情字符?, ?, ?，可能会得到意外的结果：

是不是很奇怪？明明只有一个字符，长度怎么会是 2 呢？这是因为，JavaScript 字符串实际上是由编码单元构成的，而不是可见字符序列。

ECMA 262 规范里是这么描述 JavaScript 字符串的：

String 类型是由零或多个 16 位无符号整数值组成的有序序列的集合。字符串类型通常用于表示运行中的 ECMAScript 程序中的文本数据，在这种情况下，字符串中的每个元素都被视为 UTF-16 编码单元值。

简单说，JavaScript 字符串就是 UTF-16 编码单元序列，一串数字而已。

一个编码单元就是位于0x0000和0xFFFF之间的一个数字，编码单元与字符之间有个对应关系。例如，编码单元0x0048对应了实际的字符H：

如果把一整个字符串’Hello!’用编码单元表示就是这样：

可以看到，这个字符串有6个编码单元，每个编码单元对应一个字符。基本多文种平面 BMP(Basic Multilingual Plane)中的任意一个字符，都可以用一个 UTF-16 编码单元表示。但是，在这个范围以外的字符，就需要 2 个 UTF-16 编码单元来表示了。比如前面提到的笑脸符号，编码是\uD83D\uDE00：

这两个编码单元是成对存在的，用于表示超出 0xFFFF 的字符。不能拆开，否则就变成无法识别的乱码了。另外，这里的.length是2，说明这个属性其实是字符串编码单元的个数，而不是字符数。在需要判断字符数量的时候就要注意了，根据.length得到的结果是不准确的。那要怎么解决呢？可以用这种办法：

如果觉得这个关于 JavaScript 字符串的小知识对你有用，欢迎分享给你的小伙伴们！

我目前是在职前端开发，如果你现在也想学习前端开发技术，在入门学习前端的过程当中有遇见任何关于学习方法，学习路线，学习效率等方面的问题，你都可以申请加入我的前端学习交流裙：前面：851 中间：231 最后：348。里面聚集了一些正在自学前端的初学者裙文件里面也有我做前端技术这段时间整理的一些前端学习手册，前端面试题，前端开发工具，PDF文档书籍教程，需要的话都可以自行来获取下载。

原著是一个有趣的人,若有侵权,请通知删除