技術文章 » JavaScript字串常見基礎方法精講

JavaScript字串常見基礎方法精講

2022-05-25 14:05:52
本篇文章給大家帶來了關於的相關知識，其中主要介紹了關於字串的相關知識，其中主要介紹了常用的基礎方法以及特殊字元、emoji內部表示方式等內容，下面一起來看一下，希望對大家有幫助。

【相關推薦：、】

不論在何種程式語言中，字串都是重要的資料型別，跟隨我瞭解更多JavaScript字串知識吧！

前言

字串就是由字元組成的串，如果學習過C、Java就應該知道，字元本身也可以獨立成為一個型別。但是，JavaScript沒有單個的字元型別，只有長度為1的字串。

JavaScript的字串採用固定的UTF-16編碼，不論我們編寫程式時採用何種編碼，都不會影響。

寫法

字串有三種寫法：單引號、雙引號、反引號。

let single = 'abcdefg';//單引號let double = "asdfghj";//雙引號let backti = `zxcvbnm`;//反引號

單、雙引號具有相同的地位，我們不做區分。

字串格式化

反引號允許我們使用${...}優雅的格式化字串，取代使用字串加運算。

let str = `I'm ${Math.round(18.5)} years old.`;console.log(str);

程式碼執行結果：

JavaScript字元串格式化

多行字串

反引號還可以允許字串跨行，當我們編寫多行字串的時候非常有用。

let ques = `Is the author handsome?
A. Very handsome;
B. So handsome;
C. Super handsome;`;console.log(ques);

程式碼執行結果：

Javascript多行字元串

是不是看起來覺得也沒有什麼？但是使用單雙引號是不能實現的，如果想要得到同樣的結果可以這麼寫：

let ques = 'Is the author handsome?\nA. Very handsome;\nB. So handsome;\nC. Super handsome;';console.log(ques);

以上程式碼包含了一個特殊字元\n，它是我們程式設計過程中最常見的特殊字元了。

特殊字元

字元\n又名"換行符"，支援單雙引號輸出多行字串。當引擎輸出字串時，若遇到\n，就會另換一行繼續輸出，從而實現多行字串。

雖然\n看起來是兩個字元，但是隻佔用一個字元位置，這是因為\在字串中是跳脫符，被跳脫符修飾的字元就變成了特殊字元。

特殊字元列表

特殊字元描述
\n換行符，用於新起一行輸出文字。
\r回車符，將遊標移到行首，在Windows系統中使用\r\n表示一個換行，意思是遊標需要先到行首，然後再到下一行才可以換一個新的行。其他系統直接使用\n就可以了。
\' \"單雙引號，主要是因為單雙引號是特殊字元，我們想在字串中使用單雙字元就要跳脫。
\\反斜槓，同樣因為\是特殊字元，如果我們就是想輸出\本身，就要對其跳脫。
\b \f \v退格、換頁、垂直標籤——已經不再使用。
\xXX編碼為XX的十六進位制Unicode字元，例如：\x7A表示z（z的十六進位制Unicode編碼為7A）。
\uXXXX編碼為XXXX的十六進位制Unicode字元，例如：\u00A9表示 © 。
\u{X...X}（1-6個十六進位制字元）UTF-32編碼為X...X的Unicode符號。

舉個例子：

console.log('I\'m a student.');// \'console.log("\"I love U\"");// \"console.log("\\n is new line character.");// \nconsole.log('\u00A9')// ©console.log('\u{1F60D}');//

程式碼執行結果：

image-20220521094739815

有了跳脫符\的存在，理論上我們可以輸出任何字元，只要找到它對應的編碼就可以了。

避免使用\'、\"

對於字串中的單雙引號，我們可以通過在單引號中使用雙引號、在雙引號中使用單引號，或者直接在反引號中使用單雙引號，就可以巧妙的避免使用跳脫符，例如：

console.log("I'm a student.");
//雙引號中使用單引號console.log('"" is used.');
//單引號中使用雙引號console.log(`' " is used.`);
//反引號中使用單雙引號

程式碼執行結果如下：

image-20220521095240675

.length

通過字串的.length屬性，我們可以獲得字串的長度：

console.log("HelloWorld\n".length);//11

這裡\n只佔用了一個字元。

《基礎型別的方法》章節我們探究了JavaScript中的基礎型別為什麼會有屬性和方法，你還記得嗎？

存取字元、charAt()、for…of

字串是字元組成的串，我們可以通過[字元下標]存取單個的字元，字元下標從0開始：

let str = "The author is handsome.";
console.log(str[0]);//Tconsole.log(str[4]);//aconsole.log(str[str.length-1]);//.

程式碼執行結果：

image-20220521101101707

我們還可以使用charAt(post)函數獲得字元：

let str = "The author is handsome.";console.log(str.charAt(0));
//Tconsole.log(str.charAt(4));
//aconsole.log(str.charAt(str.length-1));//.

二者執行效果完全相同，唯一的區別在於越界存取字元時：

let str = "01234";console.log(str[9]);//undefinedconsole.log(str.charAt(9));//""（空串）

我們還可以使用for ..of遍歷字串：

for(let c of '01234'){
    console.log(c);}

字串不可變

JavaScript中的字串一經定義就不可更改，舉個例子：

let str = "Const";str[0] = 'c' ;console.log(str);

程式碼執行結果：

JavaScript字元串不可變

如果想獲得一個不一樣的字串，只能新建：

let str = "Const";str = str.replace('C','c');console.log(str);

看起來我們似乎改變了字串，實際上原來的字串並沒有被改變，我們得到的是replace方法返回的新字串。

.toLowerCase()、.toUpperCase()

轉換字串大小寫，或者轉換字串中單個字元的大小寫。

這兩個字串的方法比較簡單，舉例帶過：

console.log('Good Boy'.toLowerCase());//good 
boyconsole.log('Good Boy'.toUpperCase());//GOOD 
BOYconsole.log('Good Boy'[5].toLowerCase());//b

程式碼執行結果：

JavaScript字元串大小寫

.indexOf()、.lastIndexOf() 查詢子串

.indexOf(substr,idx)函數從字串的idx位置開始，查詢子串substr的位置，成功返回子串首字元下標，失敗返回-1。

let str = "google google";console.log(str.indexOf('google'));
//0 idx預設為0console.log(str.indexOf('google',1));
//7 從第二個字元開始查詢console.log(str.indexOf('xxx'));
//-1 沒找到返回-1

程式碼執行結果：

image-20220521105839370

如果我們想查詢字串中所有子串位置，可以使用迴圈：

let str = "I love love love love u.";let sub = "love";let pos = -1;while((pos = str.indexOf(sub,pos+1)) != -1)
    console.log(pos);

程式碼執行結果如下：

JavaScript查詢所有子串

.lastIndexOf(substr,idx)倒著查詢子串，首先查詢最後一個符合的串：

let str = "google google";console.log(str.lastIndexOf('google'));//7 idx預設為0

按位元取反技巧（不推薦，但要會）

由於indexOf()和lastIndexOf()方法在查詢不成功的時候會返回-1，而~-1 === 0。也就是說只有在查詢結果不為-1的情況下使用~才為真，所以我們可以：

let str = "google google";if(~indexOf('google',str)){
    ...}

通常情況下，我們不推薦在不能明顯體現語法特性的地方使用一個語法，這會在可讀性上產生影響。好在以上程式碼只出現在舊版本的程式碼中，這裡提到就是為了大家在閱讀舊程式碼的時候不會產生困惑。

補充：

~是按位元取反運運算元，例如：十進位制的數位2的二進位制形式為0010，~2的二進位制形式就是1101（二補數），也就是-3。

簡單的理解方式，~n等價於-(n+1)，例如：~2 === -(2+1) === -3

.includes()、.startsWith()、.endsWith()

  1. .includes(substr,idx)用於判斷substr是否在字串中，idx是查詢開始的位置

    console.log('Google Google'.includes('Google'));//trueconsole.log('Google Google'.includes('xxxxxx'));//falseconsole.log('9966'.includes('99',1));//false

    程式碼執行結果：

    image-20220521124801837

  2. .startsWith('substr')和.endsWith('substr')分別判斷字串是否以substr開始或結束

    console.log("google".startsWith('go'));//trueconsole.log('google'.endsWith('le'));//trueconsole.log('google'.endsWith('ie'));//false

    程式碼執行結果：

    image-20220521125113752

.substr()、.substring()、.slice()

.substr()、.substring()、.slice()均用於取字串的子串，不過用法各有不同。

  1. .substr(start,len)

    返回字串從start開始len個字元組成的字串，如果省略len，就擷取到原字串的末尾。start可以為負數，表示從後往前第start個字元。

    let str = "0123456789";console.log(str.substr(1))//123456789，從1開始到最後console.log(str.substr(3,2))//34，從3開始的2個字元console.log(str.substr(-3,2))//78，倒數第二個開始

    程式碼執行結果：

    substr()

  2. .slice(start,end)

    返回字串從start開始到end結束（不包括）的字串。start和end可以為負數，表示倒數第start/end個字元。

    let str = '0123456789';console.log(str.slice(1,5));//1234，區間[1,5)之間的字元console.log(str.slice(1));//123456789，從1到結尾console.log(str.slice(-4,-1));//678，倒數第四個到倒數第1個

    程式碼執行結果：

    slice()

  3. .substring(start,end)

    作用幾乎和.slice()相同，差別在兩個地方：

    • 允許end > start;
    • 不允許負數，負數視為0;

    舉例：

    let str = '0123456789';console.log(str.substring(1,3));//12console.log(str.substring(3,1));//12console.log(str.substring(-1,3));//012，-1被當作0

    程式碼執行結果：

    substring()

對比三者的區別：

方法描述引數
.slice(start,end)[start,end)可負
.substring(start,end)[start,end)負值為0
.substr(start,len)從start開始長為len的子串可負

方法多了自然就選擇困難了，這裡建議記住.slice()就可以了，相比於其他兩種更靈活。

.codePointAt()、String.fromCodePoint()

我們在前文中已經提及過字串的比較，字串按照字典序進行排序，每個字元背後都是一個編碼，ASCII編碼就是一個重要的參考。

例如:

console.log('a'>'Z');//true

字元之間的比較，本質上是代表字元的編碼之間的比較。JavaScript使用UTF-16編碼字串，每個字元都是一個16為的程式碼，想要知道比較的本質，就需要使用.codePointAt(idx)獲得字元的編碼：

console.log('a'.codePointAt(0));//97console.log('Z'.codePointAt(0));//90

程式碼執行結果：

codePointAt()

使用String.fromCodePoint(code)可以把編碼轉為字元：

console.log(String.fromCodePoint(97));console.log(String.fromCodePoint(90));

程式碼執行結果如下：

String.fromCodePoint()

這個過程可以用跳脫符\u實現，如下：

console.log('\u005a');//Z，005a是90的16進位制寫法console.log('\u0061');//a，0061是97的16進位制寫法

下面我們探索一下編碼為[65,220]區間的字元：

let str = '';for(let i = 65; i<=220; i++){
    str+=String.fromCodePoint(i);}console.log(str);

程式碼執行部分結果如下：

image-20220521152818896

上圖並沒有展示所有的結果，快去試試吧。

.localeCompare()

基於國際化標準ECMA-402，JavaScript已經實現了一個特殊的方法（.localeCompare()）比較各種字串，採用str1.localeCompare(str2)的方式：

  1. 如果str1 < str2，返回負數；
  2. 如果str1 > str2，返回正數；
  3. 如果str1 == str2,返回0；

舉個例子：

console.log("abc".localeCompare('def'));//-1

為什麼不直接使用比較運運算元呢？

這是因為英文字元有一些特殊的寫法，例如，á是a的變體：

console.log('á' < 'z');//false

雖然也是a，但是比z還要大！！

此時就需要使用.localeCompare()方法：

console.log('á'.localeCompare('z'));//-1

常用方法

  1. str.trim()去除字串前後空白字元，str.trimStart()、str.trimEnd()刪除開頭、結尾的空格；

    let str = "  999   ";console.log(str.trim());//999

  2. str.repeat(n)重複n次字串；

    let str = '6';console.log(str.repeat(3));//666

  3. str.replace(substr,newstr)替換第一個子串，str.replaceAll()用於替換所有子串；

    let str = '9+9';console.log(str.replace('9','6'));//6+9console.log(str.replaceAll('9','6'));//6+6

還有很多其他方法，我們可以存取手冊獲取更多知識。

進階內容

生僻字、emoji、特殊符號

JavaScript使用UTF-16編碼字串，也就是使用兩個位元組（16位）表示一個字元，但是16位資料只能表示65536個字元，對於常見字元自然不在話下，但是對於生僻字（中文的）、emoji、罕見數學符號等就力不從心了。

這種時候就需要擴充套件，使用更長的位數（32位）表示特殊字元，例如：

console.log(''.length);//2console.log('?'.length);//2

程式碼執行結果：

emoji

這麼做的結果是，我們無法使用常規的方法處理它們，如果我們單個輸出其中的每個位元組，會發生什麼呢？

console.log(''[0]);console.log(''[1]);

程式碼執行結果：

image-20220521162028007

可以看到，單個輸出位元組是不能識別的。

好在String.fromCodePoint()和.codePointAt()兩個方法是可以處理這種情況的，這是因為二者是最近才加入的。在舊版本的JavaScript中，只能使用String.fromCharCode()和.charCodeAt()兩個方法轉換編碼和字元，但是他們不適用於特殊字元的情況。

我們可以通過判斷一個字元的編碼範圍，判斷它是否是一個特殊字元，從而處理特殊字元。如果一個字元的程式碼在0xd800~0xdbff之間，那麼他是32位字元的第一部分，它的第二部分應該在0xdc00~0xdfff。

舉個例子：

console.log(''.charCodeAt(0).toString(16));//d83
dconsole.log('?'.charCodeAt(1).toString(16));//de02

程式碼執行結果：

image-20220521163405771

規範化

在英文中，存在很多基於字母的變體，例如：字母 a 可以是 àáâäãåā 的基本字元。這些變體符號並沒有全部儲存在UTF-16編碼中，因為變化組合太多了。

為了支援所有的變體組合，同樣使用多個Unicode字元表示單個變體字元，在程式設計過程中，我們可以使用基本字元加上「裝飾符號」的方式表達特殊字元：

console.log('a\u0307');//ȧ
console.log('a\u0308');//ȧ
console.log('a\u0309');//ȧ
console.log('E\u0307');//Ė
console.log('E\u0308');//Ë
console.log('E\u0309');//Ẻ

程式碼執行結果：

image-20220521165357109

一個基礎字母還可以有多個裝飾，例如：

console.log('E\u0307\u0323');//Ẹ̇
console.log('E\u0323\u0307');//Ẹ̇

程式碼執行結果：

image-20220521165415395

這裡存在一個問題，在多個裝飾的情況下，裝飾的排序不同，實際上展示的字元是一樣的。

如果我們直接比較這兩種表示形式，卻會得到錯誤的結果：

let e1 = 'E\u0307\u0323';
let e2 = 'E\u0323\u0307';
console.log(`${e1}==${e2} is ${e1 == e2}`)

程式碼執行結果：

image-20220521165821857

為了解決這種情況，有一個**Unicode規範化演演算法，可以將字串轉為通用**格式，由str.normalize()實現：

let e1 = 'E\u0307\u0323';
let e2 = 'E\u0323\u0307';
console.log(`${e1}==${e2} is ${e1.normalize() == e2.normalize()}`)

程式碼執行結果：

image-20220521170132480

【相關推薦：、】

以上就是JavaScript字串常見基礎方法精講的詳細內容，更多請關注TW511.COM其它相關文章！