From dff7dcf255c0436c19e28c2ac801093be66efb6a Mon Sep 17 00:00:00 2001 From: JasonLamv-t Date: Thu, 6 Jul 2023 10:18:21 +0800 Subject: [PATCH] [zh-cn]: Update translation of String.chatAt() --- .../global_objects/string/charat/index.md | 209 ++++-------------- 1 file changed, 49 insertions(+), 160 deletions(-) diff --git a/files/zh-cn/web/javascript/reference/global_objects/string/charat/index.md b/files/zh-cn/web/javascript/reference/global_objects/string/charat/index.md index 1ede134b27f490..06e7ed1797f382 100644 --- a/files/zh-cn/web/javascript/reference/global_objects/string/charat/index.md +++ b/files/zh-cn/web/javascript/reference/global_objects/string/charat/index.md @@ -5,192 +5,79 @@ slug: Web/JavaScript/Reference/Global_Objects/String/charAt {{JSRef}} -## 概述 +{{jsxref("String")}} 的 **`charAt()`** 方法返回一个由给定索引处的单个 UTF-16 码元构成的新字符串。 -**charAt()** 方法从一个字符串中返回指定的字符。 +`charAt()` 方法总是将字符串作为 [UTF-16 码元](/zh-CN/docs/Web/JavaScript/Reference/Global_Objects/String#utf-16_字符、unicode_码位和字素簇)序列进行索引，因此它可能会返回孤项代理。要获取给定索引处的完整 Unicode 码位，请使用 {{jsxref("String.prototype.codePointAt()")}} 和 {{jsxref("String.fromCodePoint()")}}。 + +{{EmbedInteractiveExample("pages/js/string-charat.html", "shorter")}} ## 语法 -```plain -str.charAt(index) +```js-nolint +charAt(index) ``` ### 参数 - `index` - - : 一个介于 0 和字符串长度减 1 之间的整数。(0\~length-1) 如果没有提供索引，charAt() 将使用 0。 + - : 要返回的字符的索引，从零开始。会被[转换为整数](/zh-CN/docs/Web/JavaScript/Reference/Global_Objects/Number#整数转换)——`undefined` 会被转换为 0。 + +### 返回值 + +返回一个字符串，该字符串表示指定 `index` 处的字符（恰好是一个 UTF-16 码元）。如果 `index` 超出了 `0` – `str.length - 1` 的范围，`charAt()` 将返回一个空字符串。 ## 描述 -字符串中的字符从左向右索引，第一个字符的索引值为 0，最后一个字符（假设该字符位于字符串 stringName 中）的索引值为 `stringName.length - 1`。如果指定的 index 值超出了该范围，则返回一个空字符串。 +字符串中的字符从左到右进行索引。第一个字符的索引为 `0`，字符串中最后一个字符的索引为 `str.length - 1`。 + +Unicode 码位的范围从 `0` 到 `1114111` (`0x10FFFF`)。`charAt()` 方法总是返回一个其值小于 `65536` 的字符，因为更高的码位是由*一对* 16 位代理伪字符表示的。因此，为了获取值大于 `65535` 的完整字符，需要检索不仅是 `charAt(i)`，还要检索 `charAt(i + 1)`（就像操作一个由两个字符组成的字符串一样），或者使用 {{jsxref("String/codePointAt", "codePointAt(i)")}} 和 {{jsxref("String.fromCodePoint()")}} 代替。有关 Unicode 的信息，请参阅 [UTF-16 字符、Unicode 码位和字素簇](/zh-CN/docs/Web/JavaScript/Reference/Global_Objects/String#utf-16_字符、unicode_码位和字素簇)。 + +`charAt()` 和使用[方括号表示法](/en-US/docs/Web/JavaScript/Reference/Operators/Property_accessors#方括号表示法)访问指定索引处的字符非常相似。它们的主要区别在于： + +- `charAt()` 尝试将 `index` 转换为整数，而方括号表示法不会，直接使用 `index` 作为属性名。 +- 如果 `index` 超出范围，`charAt()` 返回一个空字符串，而方括号表示法返回 `undefined`。 ## 示例 -### 示例：输出字符串中不同位置的字符 +### 使用 charAt() 下例输出字符串 "`Brave new world`" 不同位置处的字符： ```js -var anyString = "Brave new world"; - -console.log("The character at index 0 is '" + anyString.charAt(0) + "'"); -console.log("The character at index 1 is '" + anyString.charAt(1) + "'"); -console.log("The character at index 2 is '" + anyString.charAt(2) + "'"); -console.log("The character at index 3 is '" + anyString.charAt(3) + "'"); -console.log("The character at index 4 is '" + anyString.charAt(4) + "'"); -console.log("The character at index 999 is '" + anyString.charAt(999) + "'"); +const anyString = "Brave new world"; +console.log(`在索引 0 处的字符为 '${anyString.charAt()}'`); +// 没有提供索引，使用 0 作为默认值 + +console.log(`在索引 0 处的字符为 '${anyString.charAt(0)}'`); +console.log(`在索引 1 处的字符为 '${anyString.charAt(1)}'`); +console.log(`在索引 2 处的字符为 '${anyString.charAt(2)}'`); +console.log(`在索引 3 处的字符为 '${anyString.charAt(3)}'`); +console.log(`在索引 4 处的字符为 '${anyString.charAt(4)}'`); +console.log(`在索引 999 处的字符为 '${anyString.charAt(999)}'`); ``` 上面代码的输出为： -```plain -The character at index 0 is 'B' -The character at index 1 is 'r' -The character at index 2 is 'a' -The character at index 3 is 'v' -The character at index 4 is 'e' -The character at index 999 is '' ``` - -### 示例：获取所有字符 - -以下提供了一种确保通过字符串循环总是提供整个字符的方法，即使该字符串包含不在[基本多文种平面](https://zh.wikipedia.org/wiki/Unicode%E5%AD%97%E7%AC%A6%E5%B9%B3%E9%9D%A2%E6%98%A0%E5%B0%84#.E5.9F.BA.E6.9C.AC.E5.A4.9A.E6.96.87.E7.A7.8D.E5.B9.B3.E9.9D.A2)（BMP）中的字符。 - -```js -var str = 'A \uD87E\uDC04 Z'; // We could also use a non-BMP character directly -for (var i=0, chr; i < str.length; i++) { - if ((chr = getWholeChar(str, i)) === false) { - continue; - } // Adapt this line at the top of each loop, passing in the whole string and - // the current iteration and returning a variable to represent the - // individual character - - alert(chr); -} - -function getWholeChar (str, i) { - var code = str.charCodeAt(i); - - if (isNaN(code)) { - return ''; // Position not found - } - if (code < 0xD800 || code > 0xDFFF) { - return str.charAt(i); - } - - // High surrogate (could change last hex to 0xDB7F to treat high private - // surrogates as single characters) - if (0xD800 <= code && code <= 0xDBFF) { - if (str.length <= (i+1)) { - throw 'High surrogate without following low surrogate'; - } - var next = str.charCodeAt(i+1); - if (0xDC00 > next || next > 0xDFFF) { - throw 'High surrogate without following low surrogate'; - } - return str.charAt(i)+str.charAt(i+1); - } - // Low surrogate (0xDC00 <= code && code <= 0xDFFF) - if (i === 0) { - throw 'Low surrogate without preceding high surrogate'; - } - var prev = str.charCodeAt(i-1); - - // (could change last hex to 0xDB7F to treat high private - // surrogates as single characters) - if (0xD800 > prev || prev > 0xDBFF) { - throw 'Low surrogate without preceding high surrogate'; - } - // We can pass over low surrogates now as the second component - // in a pair which we have already processed - return false; -} +在索引 0 处的字符为 'B' + +在索引 0 处的字符为 'B' +在索引 1 处的字符为 'r' +在索引 2 处的字符为 'a' +在索引 3 处的字符为 'v' +在索引 4 处的字符为 'e' +在索引 999 处的字符为 '' ``` -在允许解构分配的独占 JavaScript 1.7+ 环境（如 Firefox）中，以下是一个更简洁和更灵活的替代方法，它会自动递增一个递增变量（如果字符保证它是一个替代对）。 +`charAt()` 可能会返回孤项代理，这些代理项不是有效的 Unicode 字符。 ```js -var str = 'A\uD87E\uDC04Z'; // We could also use a non-BMP character directly -for (var i=0, chr; i < str.length; i++) { - [chr, i] = getWholeCharAndI(str, i); - // Adapt this line at the top of each loop, passing in the whole string and - // the current iteration and returning an array with the individual character - // and 'i' value (only changed if a surrogate pair) - - alert(chr); -} - -function getWholeCharAndI (str, i) { - var code = str.charCodeAt(i); - - if (isNaN(code)) { - return ''; // Position not found - } - if (code < 0xD800 || code > 0xDFFF) { - return [str.charAt(i), i]; // Normal character, keeping 'i' the same - } - - // High surrogate (could change last hex to 0xDB7F to treat high private - // surrogates as single characters) - if (0xD800 <= code && code <= 0xDBFF) { - if (str.length <= (i+1)) { - throw 'High surrogate without following low surrogate'; - } - var next = str.charCodeAt(i+1); - if (0xDC00 > next || next > 0xDFFF) { - throw 'High surrogate without following low surrogate'; - } - return [str.charAt(i)+str.charAt(i+1), i+1]; - } - // Low surrogate (0xDC00 <= code && code <= 0xDFFF) - if (i === 0) { - throw 'Low surrogate without preceding high surrogate'; - } - var prev = str.charCodeAt(i-1); - - // (could change last hex to 0xDB7F to treat high private surrogates - // as single characters) - if (0xD800 > prev || prev > 0xDBFF) { - throw 'Low surrogate without preceding high surrogate'; - } - // Return the next character instead (and increment) - return [str.charAt(i+1), i+1]; -} +const str = "𠮷𠮾"; +console.log(str.charAt(0)); // "\ud842"，这不是有效的 Unicode 字符 +console.log(str.charAt(1)); // "\udfb7"，这不是有效的 Unicode 字符 ``` -### 示例：修复 charAt 以支持非基本多文种平面（BMP）字符 - -虽然上面的例子对于那些希望支持非 BMP 字符的用户可能更有用（因为它不要求调用者知道任何非 BMP 字符可能出现在哪里），在人们希望的情况下，在选择字符 通过索引，将字符串中的替代对作为它们表示的单个字符，可以使用以下： - -```js -function fixedCharAt (str, idx) { - var ret = ''; - str += ''; - var end = str.length; - - var surrogatePairs = /[\uD800-\uDBFF][\uDC00-\uDFFF]/g; - while ((surrogatePairs.exec(str)) != null) { - var li = surrogatePairs.lastIndex; - if (li - 2 < idx) { - idx++; - } else { - break; - } - } - - if (idx >= end || idx < 0) { - return ''; - } - - ret += str.charAt(idx); - - if (/[\uD800-\uDBFF]/.test(ret) && /[\uDC00-\uDFFF]/.test(str.charAt(idx+1))) { - // Go one further, since one of the "characters" is part of a surrogate pair - ret += str.charAt(idx+1); - } - return ret; -} -``` +> **备注：** 避免使用 `charAt()` 重新实现上述解决方案。检测孤立的代理项及其配对是复杂的，而内置 API 可能更高效，因为它们直接使用字符串的内部表示形式。如有必要，请安装上述 API 的 polyfill。 ## 规范 @@ -200,10 +87,12 @@ function fixedCharAt (str, idx) { {{Compat}} -## 相关链接 +## 参见 -- {{jsxref("String.prototype.indexOf()")}}, {{jsxref("String.prototype.lastIndexOf()")}} -- {{jsxref("String.prototype.split()")}} +- {{jsxref("String.prototype.indexOf()")}} +- {{jsxref("String.prototype.lastIndexOf()")}} - {{jsxref("String.prototype.charCodeAt()")}} -- {{jsxref("String.fromCodePoint()")}} - {{jsxref("String.prototype.codePointAt()")}} +- {{jsxref("String.prototype.split()")}} +- {{jsxref("String.fromCodePoint()")}} +- [JavaScript 有一个关于 Unicode 的问题——Mathias Bynens](https://mathiasbynens.be/notes/javascript-unicode)