拆分包含 UTF-8 字符“叱”的字符串

Question

在節點 14.3.0 中運行以下代碼

const data = 'ABCDE𠮟漢字でも大丈夫';
console.log(data);
console.log(data.split(''));

返回

ABCDE𠮟漢字でも大丈夫
[
  'A',  'B',  'C',  'D',
  'E',  '�',  '�',  '漢',
  '字', 'で', 'も', '大',
  '丈', '夫'
]

為什么叱字符沒有被正確分割？ 我已經測試了所有的jouyou kanji ，並且這個字符是唯一產生這個結果的字符。

Answer 1

Javascript 拆分，在 UTF-8 被廣泛采用之前出現。 但是為了防止破壞現有的應用程序，決定不改變它基於 UTF-16 的實現。 幸運的是，最近的 ES 規范實現了Array.from來解決這個問題。

因此，對於您的示例，您可以使用Array.from或 Array spread syntax..

此外，RegEx 還具有 unicode 的 /u 選項。 我也包括那個..

例如。

 const data = 'ABCDE漢字でも大丈夫'; console.log([...data]); console.log(data.match(/.{1}/ug));

Answer 2

用“叱”代替“ "，是同一個字符。

 const data = 'ABCDE叱漢字でも大丈夫'; console.log(data); console.log(data.split(''));