js 获取字符unicode

在JavaScript中，获取字符的Unicode编码可以通过多种方式实现。以下是一些基础概念和相关方法：

基础概念

• Unicode：Unicode是一种字符编码标准，旨在包括世界上所有语言的所有字符。每个字符都有一个唯一的数字码点（code point），通常表示为十六进制数。
• UTF-16：JavaScript内部使用UTF-16编码来表示字符串。每个字符可能由一个或两个16位的代码单元（code unit）组成。

获取字符Unicode编码的方法

方法一：使用charCodeAt()

charCodeAt()方法返回指定位置字符的UTF-16编码单元值。

let str = "A";
let code = str.charCodeAt(0); // 返回65
console.log(code.toString(16)); // 输出 "41"

方法二：使用codePointAt()

codePointAt()方法返回一个Unicode编码点值，可以处理大于0xFFFF的字符（即emoji等）。

let str = "😊";
let code = str.codePointAt(0); // 返回128522
console.log(code.toString(16)); // 输出 "1f60a"

方法三：使用扩展运算符和Array.from()

这种方法可以将字符串转换为Unicode码点的数组。

let str = "Hello 🌍";
let codes = Array.from(str).map(c => c.codePointAt(0).toString(16));
console.log(codes); // 输出 ["48", "65", "6c", "6c", "6f", "1f30d"]

应用场景

• 字符验证：检查输入是否包含特定字符或其Unicode范围。
• 国际化支持：处理多语言文本时，了解字符的Unicode编码有助于正确显示和处理文本。
• 数据存储和传输：在数据库或网络传输中，以Unicode形式存储字符可以确保字符的正确性和兼容性。

可能遇到的问题及解决方法

问题：处理大于0xFFFF的字符时出错

使用charCodeAt()可能无法正确处理这些字符，因为它只能返回一个UTF-16编码单元。

解决方法：改用codePointAt()方法。

let str = "😊";
let code = str.charCodeAt(0); // 可能得到不正确的结果
let correctCode = str.codePointAt(0); // 正确获取Unicode码点

问题：字符串遍历时跳过代理对字符

当字符串包含需要两个UTF-16单元表示的字符时，普通遍历可能会错过这些字符。

解决方法：使用for...of循环或Array.from()配合codePointAt()。

let str = "Hello 🌍";
for (let char of str) {
    console.log(char.codePointAt(0).toString(16));
}

通过上述方法，可以有效地获取和处理JavaScript字符串中的Unicode编码，确保字符的正确处理和显示。