JS - 字符编码 (ASCII,Unicode,UTF-8)

JavaScript024

JS - 字符编码 (ASCII,Unicode,UTF-8),第1张

ASCII 只有127个字符,表示英文字母的大小写、数字和一些符号,但由于其他语言用ASCII 编码表示字节不够,例如:常用中文需要两个字节,且不能和ASCII冲突,中国定制了GB2312编码格式,相同的,其他国家的语言也有属于自己的编码格式。

由于每个国家的语言都有属于自己的编码格式,在多语言编辑文本中会出现乱码,这样Unicode应运而生,Unicode就是将这些语言统一到一套编码格式中,通常两个字节表示一个字符,而ASCII是一个字节表示一个字符,这样如果你编译的文本是全英文的,用Unicode编码比ASCII编码需要多一倍的存储空间,在存储和传输上就十分不划算。

为了解决上述问题,又出现了把Unicode编码转化为“可变长编码”UTF-8编码,UTF-8编码将Unicode字符按数字大我码为1-6个字节,英文字母被编码成一个字节,常用汉字被编码成三个字节,如果你编译的文本是纯英文的,那么用UTF-8就会非常节省空间,并且ASCII码也是UTF-8的一部分。

搞清楚了ASCII、Unicode和UTF-8的关系,我们就可以总结一下现在计算机系统通用的字符编码工作方式:(1) 在计算机内存中,统一使用Unicode编码,当需要保存到硬盘或者需要传输的时候,就转换为UTF-8编码。(2)用记事本编辑的时候,从文件读取的UTF-8字符被转换为Unicode字符到内存里,编辑完成后,保存的时候再把Unicode转换为UTF-8保存到文件。如下图:

浏览网页的时候,服务器会把动态生成的Unicode内容转换为UTF-8再传输到浏览器:

(1)字符串就是零个或多个排在一起的字符。

(2)放在单引号或双引号之中。 'abc' "abc"。

(3)单引号字符串的内部,可以使用双引号。

(4)双引号字符串的内部,可以使用单引号。

(5)反引号`` :反引号允许跨行。

反引号允许字符串跨越多行并可以使用

${…} 在字符串中嵌入表达式。

(1)charAt 方法返回指定位置的字符,参数是从0开始编号的位置。

找一个字符串中的某个位置是那个字符串。

charCodeAt:返回字符串指定位置的 Unicode 码点(十进制表示)

(2)[]

字符串可以被视为字符串数组,因此可以用数组的方括号运算符,用来返回某个位置的字符

但是字符串只是数组的相似性而已实际上、没办法改变字符串中的某个字符

length 只是返回了字符串的长度,该属性没办法改变

字符串使用Unicode字符集,js内部所有的都是Unicode表示的。

JavaScript中的字符串使用的是 UTF-16 编码。

toLowerCase() 和 toUpperCase()方法可以改变大小写。

String对象是js原生提供的三个包装对象之一。用来生成字符串对象。

(1)构造函数

字符串对象是一个类数组对象,很像数组,但不是真正的数组。

(2)将任意的值转成字符

用于连接两个字符串,返回一个新字符串,不改变原字符串。

从原字符串取出子字符串并返回,不改变原字符串。

它的第一个参数是子字符串的开始位置,

第二个参数是子字符串的结束位置(不含该位置)。

如果省略第二个参数,则表示子字符串一直到原字符串结束。

用于从原字符串取出子字符串并返回,不改变原字符串,跟slice方法很相像。

它的第一个参数表示子字符串的开始位置,

第二个位置表示结束位置(返回结果不含该位置)

如果省略第二个参数,则表示子字符串一直到原字符串结束。

区别:slice 和 substring的区别?

slice:

如果参数是负值,表示从结尾开始倒数计算的位置,即该负值加上字符串长度。

如果第一个参数大于第二个参数(正数情况下),slice()方法返回一个空字符串。

substring:

如果第一个参数大于第二个参数,substring方法会自动更换两个参数的位置。

如果参数是负数,substring方法会自动将负数转为0。

由于这些规则违反直觉,因此不建议使用substring方法,应该优先使用slice。

总结:获取子字符串,使用 slice 或 substring。

用于确定一个字符串在另一个字符串中第一次出现的位置,

返回结果是匹配开始的位置。如果返回-1,就表示不匹配。

indexOf方法还可以接受第二个参数,表示从该位置开始向后匹配。

lastIndexOf

lastIndexOf方法的用法跟indexOf方法一致,主要的区别是lastIndexOf从尾部开始匹配,indexOf则是从头部开始匹配。

总结:查找子字符串时,使用 indexOf 或 includes/startsWith/endsWith 进行简单检查。

endsWith 用来判断当前字符串是否是以另外一个给定的子字符串“结尾”的,根据判断结果返回 true 或 false。

用于去除字符串两端的空格,返回一个新字符串,不改变原字符串。

toLowerCase方法用于将一个字符串全部转为小写,

toUpperCase则是全部转为大写。

它们都返回一个新字符串,不改变原字符串

split方法按照给定规则分割字符串,返回一个由分割出来的子字符串组成的数组。

如果分割规则为空字符串,则返回数组的成员是原字符串的每一个字符。

如果省略参数,则返回数组的唯一成员就是原字符串。

split方法还可以接受第二个参数,限定返回数组的最大成员数。

返回一个新字符串,表示将原字符串重复n次。

字符串补全长度的功能。如果某个字符串不够指定长度,

会在头部或尾部补全。padStart()用于头部补全,padEnd()用于尾部补全。

trimStart()消除字符串头部的空格,

trimEnd()消除尾部的空格。

返回一个由替换值(replacement)替换部分或

所有的模式(pattern)匹配项后的新字符串。

模式可以是一个字符串或者一个正则表达式,

替换值可以是一个字符串或者一个每次匹配都要调用的回调函数。

如果pattern是字符串,则仅替换第一个匹配项.

web前端笔记4-有讲 如果感兴趣、请参考之前文章

在客户端中,要对字符串编码,可以采用:escape()encodeurl()encodeURIComponent()下面我们就来具体讲解下这几个方法。

函数

描述

encodeURI()

把字符串编码为

URI

encodeURIComponent()

把字符串编码为

URI

组件

escape()

对字符串进行编码

上面是查询来自w3school的资料。那么三者之间有什么区别呢,请容我测试测试。

代码如下:

var

str

=

"http://localhost:8080/Product/index?id=123&attr=456&area=中国"

console.log(encodeURI(str))

console.log(encodeURIComponent(str))

console.log(escape(str))

打印结果如下:

代码如下:

http://localhost:8080/Product/index?id=123&attr=456&area=%E4%B8%AD%E5%9B%BD

http%3A%2F%2Flocalhost%3A8080%2FProduct%2Findex%3Fid%3D123%26attr%3D456%26area%3D%E4%B8

%AD%E5%9B%BD

http%3A//localhost%3A8080/Product/index%3Fid%3D123%26attr%3D456%26area%3D%u4E2D%u56FD

可以看出,

encodeURI不会对:/?&等uri中起分割作用的字符进行编码

encodeURIComponent则会。

观察escape则发现,:?&都被转码了,而/没有,w3school解释是,escape函数会对ascii码中字母、数字及符号(

*

@

-

_

+

.

/

)之外的所有字符进行编码。

另外,我们可以看出escape对汉字“中国”编码后结果与前两者不同。W3SCHOOL也建议不使用该方法,用前两者代替。

以上所述就是本文的全部内容了,希望对大家学习javascript能够有所帮助。