JavaScript字符串- UTF-16与UCS-2？

g6baxovj 于 2022-10-30 发布在 Java

关注(0)|答案(4)|浏览(162)

我在一些地方读到JavaScript字符串是UTF-16，而在其他地方它们是UCS-2。我做了一些搜索，试图找出区别，发现如下：
问：UCS-2和UTF-16之间有什么区别？
答：UCS-2是一个过时的术语，指的是在替代码位和UTF-16被添加到2.0版标准之前，Unicode 1.1之前的Unicode实现。现在应该避免使用这个术语。
UCS-2没有定义不同的数据格式，因为UTF-16和UCS-2在数据交换方面是相同的。两者都是16位，并且具有完全相同的代码单元表示。
过去，有时实作会标示为“UCS-2”，表示它不支援增补字符，也不会将Surrogate字码指标对解译为字符。这样的实作不会行程增补字符的字符属性、字码指标界限、定序等。
通过：http://www.unicode.org/faq/utf_bom.html#utf16-11
所以我的问题是，是不是因为JavaScript字符串对象的方法和索引作用于16位数据值而不是字符，所以有些人认为它是UCS-2？如果是这样的话，一个以字符而不是16位数据块为导向的JavaScript字符串对象会被认为是UTF-16吗？或者我还遗漏了什么？
编辑：根据要求，这里有一些消息来源说JavaScript字符串是UCS-2：
http://blog.mozilla.com/nnethercote/2011/07/01/faster-javascript-parsing/http://terenceyim.wordpress.com/tag/ucs2/显示器

EDIT：对于任何可能遇到此问题的人，请务必查看此链接：

http://mathiasbynens.be/notes/javascript-encoding

JavaScript

来源：https://stackoverflow.com/questions/8715980/javascript-strings-utf-16-vs-ucs-2

4条答案

按热度按时间

lskq00tm1#

JavaScript，严格地说，ECMAScript，早于Unicode 2.0，所以在某些情况下，你可能会发现UCS-2的引用，只是因为它在写引用的时候是正确的。你能给我们指出JavaScript是“UCS-2”的具体引用吗？
ECMAScript版本3和5的规范至少都显式声明String为无符号16位整数的集合，并且如果这些整数值用于表示文本数据，则它们是UTF-16代码单元。请参见

version 5.1中the ECMAScript Language Specification的第8.4节
或版本13.0中的第6.1.4节。
EDIT：我不再确定我的答案是否完全正确。请参阅excellent article mentioned above，它本质上是说，虽然JavaScript引擎可能在内部使用UTF-16，而且大多数引擎都是这样做的，但语言本身实际上将这些字符暴露出来，就像它们是UCS-2一样。

赞(0）回复(0）举报 2022-10-30

o8x7eapl2#

它是UTF-16/USC-2。它可以处理代理对，但是charAt/charCodeAt返回一个16位字符，而不是Unicode码点。如果你想让它处理代理对，我建议你快速阅读一下this。

赞(0）回复(0）举报 2022-10-30

fcwjkofz3#

它只是一个16位的值，没有在ECMAScript标准中指定编码。
请参见本文档中的第7.8.4节“字符串文字”：http://www.ecma-international.org/publications/files/ECMA-ST/Ecma-262.pdf

赞(0）回复(0）举报 2022-10-30

ruarlubt4#

自2012年以来，情况发生了变化。JavaScript字符串现在是UTF-16。是的，旧的字符串方法仍然适用于16位代码单元，但语言现在可以识别UTF-16代理，并且知道如果使用string iterator该怎么做。还有Unicode regex support。

// Before
"😀😂💩".length // 6

// Now
[..."😀😂💩"].length // 3
[..."😀😂💩"]  // [ '😀', '😂', '💩' ]
[... "😀😂💩".matchAll(/./ug) ] // 3 matches as above

// Regexes support unicode character classes
"café".normalize("NFD").match(/\p{L}\p{M}/ug) // [ 'é' ]

// Extract code points
[..."😀😂💩"].map(char => char.codePointAt(0).toString(16)) // [ '1f600', '1f602', '1f4a9' ]

赞(0）回复(0）举报 2022-10-30

我来回答

JavaScript字符串- UTF-16与UCS-2？

4条答案

相关问题

热门标签

最新问答