- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
Javascript 是否可以检测字符串是否包含多字节字符?如果有的话,能说出是哪些吗?
我遇到的问题是这样的(如果 Unicode 字符没有正确显示,我深表歉意)
s = "𝌆";
alert(s.length); // '2'
alert(s.charAt(0)); // '��'
alert(s.charAt(1)); // '��'
<小时/>
在这里进行编辑以保持清晰(我希望)。 据我现在的理解,Javascript 中的所有字符串都表示为系列 UTF-16 代码点,这意味着常规字符实际上占用 2 个字节(16 位),因此我在标题中使用“多字节”有点不对。有些字符不属于基本多语言平面 (BMP),例如上例中的字符串,因此它们占用两个代码点(32 位)。这就是我问的问题。我也不会编辑原始标题,因为对于那些不太了解这些东西的人(因此会搜索有关它的信息),“多字节”是有意义的。
最佳答案
JavaScript 字符串采用 UCS-2 编码,但可以表示基本多语言 Pane 之外的 Unicode 代码点(U+0000
- U+D7FF
和 U+E000
- U+FFFF
)使用两个 16 位数字(UTF-16代理对),其中第一个必须位于 U 范围内+D800
- U+DFFF
。
function containsSurrogatePair(str) {
return /[\uD800-\uDFFF]/.test(str);
}
alert( containsSurrogatePair("foo") ); // false
alert( containsSurrogatePair("f𝌆") ); // true
准确计算出字符串中包含哪些代码点有点困难,并且需要 UTF-16 解码器。以下代码将字符串转换为 Unicode 代码点数组:
var getStringCodePoints = (function() {
function surrogatePairToCodePoint(charCode1, charCode2) {
return ((charCode1 & 0x3FF) << 10) + (charCode2 & 0x3FF) + 0x10000;
}
// Read string in character by character and create an array of code points
return function(str) {
var codePoints = [], i = 0, charCode;
while (i < str.length) {
charCode = str.charCodeAt(i);
if ((charCode & 0xF800) == 0xD800) {
codePoints.push(surrogatePairToCodePoint(charCode, str.charCodeAt(++i)));
} else {
codePoints.push(charCode);
}
++i;
}
return codePoints;
}
})();
alert( getStringCodePoints("f𝌆").join(",") ); // 102,119558
关于javascript - Javascript 中如何判断字符串是否包含多字节字符?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/4877326/
我是一名优秀的程序员,十分优秀!