如何使用带有特殊 unicode 字符的 substring ？

Question

 var string = "abc"; var lastchar = string.substr(string.length - 1); console.log(lastchar);

这回归？ 代替

Answer 1

在 JavaScript 中，字符串是一系列 UTF-16 代码单元（详情见我的博文What is a string? ）。 在 UTF-16 中，最后一个字形（松散地称为“字符”）需要两个代码单元（它们组合成一个代码点），因此您的字符串长度为 5。

在 ES2015 之前，JavaScript 中并没有多少内置功能可以帮助您解决这个问题，但是当引入可迭代性时，字符串是可迭代的，它们会迭代它们的代码点，而不是代码单元。 传播操作使用迭代，因此您可以将该字符串传播到一个数组中以获取其代码点：

 const string = "abc"; console.log(string.length); // 5 const chars = [...string]; console.log(chars.length); // 4 const lastchar = chars.slice(chars.length - 1).join(""); console.log(lastchar);

这只是演示区别以及如何相当轻松地使用代码点的示例。

甚至代码点也不一定是字形，因为一些代码点与其他代码点结合形成一个字形。 （例如，在梵文中，该语言的单词是“देवनागरी”，对于本地读者来说，它看起来像五个字形，但实际上是八个代码点，因为其中一些是用一个由元音代码点修改的基本音节字形编写的。）有一个新的Intl.Segmenter正在开发中，它也可以帮助解决这些情况。