JavaScript unicode 识别字符串切片

Question

我正在尝试对包含 Unicode 字符的字符串进行切片。但它 returns 是一个替换字符。这是我的示例代码。

let str = ' ';
str = str.slice(0, -1); 
console.log(str);

结果如下

" �"

如何去掉替换字符？

Answer 1

试试这个，它不会将一个 4 字节的字符分成 2 个：

let str = ' ';
str = [...str].slice(0, -1).join(''); 
console.log(str);

Answer 2

那是因为你的是一个surrogate pair，这意味着它被表示为四个字节（两个代码单元á2个字节，UTF-16）。由于 .slice 适用于代码单元（与所有其他字符串方法一样），您需要切掉对 :

let str = ' ';
str = str.slice(0, -2); 
console.log(str);

要使用代码点而不是代码单元，您可以使用迭代器字符串，它将遍历 代码点 （即字符串的一个字符可能是具有两个字符的字符串）：

let str = ' ';
for(const char of str)
  console.log(char, char.length);

您可以使用迭代器构建数组，对其进行处理，然后将数组转换回字符串，如其他答案所示。

JavaScript unicode aware string slice