字符串的扩展

本文介绍ES6新标准中对字符串的扩展。节选自《ESMAScript 6 入门 —— 阮一峰》)

一、字符的Unicode表示法

JavaScript允许采用\uxxxx形式表示一个字符串，其中xxxx表示字符的Unicode码点。

1 2	"\u0061" // 'a'

但是，这种表示法只限于码点在\u0000~\uFFFF之间的字符。超出这个范围的字符，必须采用两个双字节的形式表示。

"\uD842\uDFB7"
// '𠮷'

"\u20BB7"
// " 7"

上面代码表示，如果直接在\u后面跟上超过0xFFFF的数值（比如u20BB7），JavaScript会理解成\u20BB+7。由于\u20BB是一个不可打印的字符，所以只会显示一个空格，后面跟着一个7。

ES6对这一点做出了改进，只要将码点放入大括号，就能正确解读该字符。

"\u{20BB7}"
// '𠮷'

"\u{41}\u{42}\u{43}"
// 'ABC'

let hello = 123;
hell\u{6F}
// 123

'\u{1F680}' === '\uD83D\uDE80'
// true

上面代码中，最后一个例子表明，大括号表示法与四字节的UTF16编码是等价的。

有了这种表示法之后，JavaScript共有6种方法可以表示一个字符。

'\z' === 'z'    // true
'\172' === 'z'  // true
'\x7A' === 'z'  // true
'\u007A' === 'z'    // true
'\u{7A}' === 'z'    // true

二、codePointAt()

JavaScript内部，字符以UTF-16的格式存储，每个字符固定为2个字节。对于那些需要4个字节存储的字符（Unicode码点大于0xFFFF的字符），JavaScript会认为它们是两个字符。

var s = '𠮷';

s.length        // 2
s.charAt(0)     // ''
s.charAt(1)     // ''
s.charCodeAt(0)     // 55362
s.charCodeAt(1)     // 57271

上面代码中，汉字“𠮷”的码点是0x20BB7，UTF-16编码为0xDB42 0xDFB7（十进制为55362 57271），需要4个字节存储。对于这种4个字节的字符，JavaScript不能正确处理，字符串长度会误判为2，而且charAt方法无法读取整个字符，charCodeAt方法只能分别返回前两个字节和后两个字节的值。

ES6提供了codePointAt方法，能够正确处理4个字节存储的字符，返回一个字符的码点。

let s = '𠮷a';

s.codePointAt(0)        // 134071
s.codePointAt(1)        // 57271

s.codePointAt(2)        // 97

codePointAt方法的参数，是字符在字符串中的位置（从0开始）。上面代码中，JavaScript将“𠮷a”视为三个字符，codePointAt方法在第一个字符上，正确地识别了“𠮷”，返回了它的十进制码点134071（即十六进制的20BB7）。在第二个字符（即“𠮷”的后两个字节）和第三个字符“a”上，codePointAt方法的结果与charCodeAt方法相同。

总之，codePointAt方法返回的是码点的十进制值，如果想要十六进制的值，可以使用toString方法转换一下。

let s = '𠮷a';

s.codePointAt(0).toString(16)       // '20bb7'
s.codePointAt(2).toString(16)       // '61'

我们注意到，codePointAt方法的参数，仍然是不正确的。比如，上面代码中，字符a在字符串s中的正确位置序号应该是1，但是必须向codePointAt方法传入2。解决这个问题的一个办法是使用for...of循环，因为它会正确识别32位的UTF-16字符。

let s = '𠮷a';
for (let ch of s) {
    console.log(ch.codePointAt(0).toString(16));
}
// 20bb7
// 61

codePointAt方法是测试一个字符由两个字节还是四个字节组成的最简单方法。

function is32Bit(c) {
    return c.codePointAt(0) > 0xFFFF;
}

is32Bit('𠮷')       // true
is32Bit('a')        // false

三、String.fromCodePoint()

ES5提供String.fromCharCode方法，用于从码点返回对应字符，但是这个方法不能识别32位的UTF-16字符（Unicode编号大于0xFFFF）。

1 2	String.fromCharCode(0x20BB7) // 'ஷ'

上面代码中，String.fromCharCode不能识别大于0xFFFF的码点，所以0x20BB7就发生了溢出，最高位2被舍弃了，最后返回码点\u0BB7对应的字符，而不是码点\u20BB7对应的字符。

ES6提供了String.fromCodePoint方法，可以识别大于0xFFFF的字符，弥补了String.fromCharCode方法的不足。在作用上，正好与codePointAt方法相反。

String.fromCodePoint(0x20BB7)
// '𠮷'

String.fromCodePoint(0x78, 0x1f680, 0x79) === 'x\uD83D\uDE80y'
// true

上面代码中，如果String.fromCodePoint方法有多个参数，则它们会被合并成为一个字符串返回。

注意，fromCodePoint方法定义在String对象上，而codePointAt方法定义在字符串的实例对象上。

四、字符串的遍历器接口

ES6为字符串添加了遍历器接口，使得字符串可以被for...of循环遍历。

for (let codePoint of 'foo') {
    console.log(codePoint);
}
// 'f'
// 'o'
// 'o'

除了遍历字符串，这个遍历器最大的优点是可以识别大于0xFFFF的码点，传统的for循环无法识别这样的码点。

let text = String.fromCodePoint(0x20BB7);

for (let i = 0; i < text.length; i++) {
    console.log(text[i]);
}
// ' '
// ' '

for (let i of text) {
    console.log(i)
}
// "𠮷"

上面代码中，字符串text只有一个字符，但是for循环会认为它包含两个字符（都不可打印），而for...of循环会正确识别出这是一个字符。

五、at()

ES5对字符串对象提供的charAt方法，返回字符串给定位置的字符。该方法不能识别码点大于0xFFFF的字符。

1 2	'abc'.charAt(0) // 'a' '𠮷'.charAt(0) // '\uD842'

上面代码中的第二条语句，charAt方法期望返回的是用2个字节表示的字符，但汉字“𠮷”占用了4个字节，charAt(0)表示获取这4个字节中的前2个字节，很显然，这是无法正常显示的。

目前，有一个提案，提出字符串实例的at方法，可以识别Unicode编号大于0xFFFF的字符，返回正确的字符。

1 2	'abc'.at(0) // 'a' '𠮷'.at(0) // '𠮷'

这个方法可以通过垫片库实现。

六、normalize()

许多欧洲语言有语调符号和重音符号。为了表示它们，Unicode提供了两种方法。一种是直接提供带重音符号的字符，比如Ǒ（\u01D1）。另一种是提供合成符号（combining character），即原字符与重音符号的合成，两个字符合成一个字符，比如o（\u004F）和ˇ（\u030C）合成Ǒ（\u004F\u030C）。

这两种表示方法，在视觉和语义上都等价，但是JavaScript不能识别。

'\u01D1' === '\u004F\u030C'     // false

'\u01D1'.length             // 1
'\u004F\u030C'.length       // 2

上面代码表示，JavaScript将合成字符视为两个字符，导致两种表示方法不相等。

ES6提供字符串实例的normalize()方法，用来将字符的不同表示方法统一为同样的形式，这称为Unicode正规化。

1 2	'\u01D1'.normalize() === '\u004F\u030C'.normalize() // true

normalize方法可以接受一个参数来指定normalize的方式，参数的四个可选值如下。

NFC，默认参数，表示“标准等价合成”（Normalization Form Canonical Composition），返回多个简单字符的合成字符。所谓“标准等价”指的是视觉和语义上的等价。
NFD，表示“标准等价分解”（Normalization Form Canonical Decomposition），即在标准等价的前提下，返回合成字符分解的多个简单字符。
NFKC，表示“兼容等价合成”（Normalization Form Campatibility Composition），返回合成字符。所谓“兼容等价”指的是语义上存在等价，但视觉上不等价，比如“囍”和“喜喜”。（这只是用来举例，normalize方法不能识别中文。）
NFKD，表示“兼容等价分解”（Normalization Form Campatibility Decomposition），即在兼容等价的前提下，返回合成字符分解的多个简单字符。

1 2	'\u004F\u030C'.normalize('NFC').length // 1 '\u004F\u030C'.normalize('NFD').length // 2

上面代码表示，NFC参数返回字符的合成形式，NFD参数表示返回字符的分解形式。

不过，normalize方法目前不能识别三个或三个以上字符的合成。这种情况下，还是只能使用正则表达式，通过Unicode编号区间判断。

七、includes()、startsWith()、endsWith()

传统上，JavaScript只有indexOf方法，可以用来确定一个字符串是否包含在另一个字符串上。ES6又提供了三种新方法。

includes()：返回布尔值，表示是否找到了参数字符串
startsWith()：返回布尔值，表示参数字符串是否在原字符串的头部
endsWith()：返回布尔值，表示参数字符串是否在原字符串的尾部。

let s = 'Hello World!';

s.startsWith('Hello');      // true
s.endsWith('!');            // true
s.includes('o');            // true

这三个方法都支持第二个参数，表示开始搜索的位置。

let s = 'Hello world!';

s.startsWith('world', 6);       // true
s.endsWith('Hello', 5);         // true
s.includes('Hello', 6);         // false

上面代码表示，使用第二个参数n时，endsWith的行为与其他两个方法有所不同。它针对前n个字符，而其他两个方法针对从第n个位置直到字符串结束。

八、repeat()

repeat方法返回一个新字符串，表示将原字符串重复n次。

1
2
3

'x'.repeat(3);      // 'xxx'
'hello'.repeat(2);  // 'hellohello'
'na'.repeat(0);     // ''

参数如果是小数，会被取整。

1	'na'.repeat(2.9) // 'nana'

如果repeat的参数是负数或者Infinity，会报错。

1 2	'na'.repeat(Infinity) // RangeError 'na'.repeat(-1) // RangeError

但是，如果参数是0到-1之间的小数，则等同于0，这是因为会先进行取整运算。0到-1之间的小数，取整以后等于-0，repeat视同为0。

1	'na'.repeat(-0.9) // ''

参数NaN等同于0。

1	'na'.repeat(NaN) // ''

如果repeat的参数是字符串，则会先转换成数字。

1 2	'na'.repeat('na') // '' 'na'.repeat('3') // 'nanana'

九、padStart()、padEnd()

ES7引入了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()用于补全头部，padEnd()用于补全尾部。

'x'.padStart(5, 'ab')       // 'ababx'
'x'.padStart(4, 'ab')       // 'abax'

'x'.padEnd(5, 'ab')         // 'xabab'
'x'.padEnd(4, 'ab')         // 'xaba'

上面代码中，padStart和padEnd一共接受两个参数，第一个参数用来指定字符串的最小长度，第二个参数是用来补全的字符串。

如果原字符串的长度，等于或大于指定的最小长度，则返回原字符串。

1 2	'xxx'.padStart(2, 'ab') // 'xxx' 'xxx'.padEnd(2, 'ab') // 'xxx'

如果用来补全的字符串与原字符串，两者的长度之和超过了指定的最小长度，则会截去超出位数的补全字符串。

1	'abc'.padStart(10, '0123456789') // '0123456abc'

如果省略第二个参数，默认使用空格补全长度。

1 2	'x'.padStart(4) // ' x' 'x'.padEnd(4) // 'x '

padStart的常见用途是为数值补全指定位数。下面代码生成10位的数值字符串。

1
2
3

'1'.padStart(10, '0')       // '0000000001'
'12'.padStart(10, '0')      // '0000000012'
'123456'.padStart(10, '0')  // '0000123456'

另一个用途是提示字符串格式。

1 2	'12'.padStart(10, 'YYYY-MM-DD') // 'YYYY-MM-12' '09-12'.padStart(10, 'YYYY-MM-DD') // 'YYYY-09-12'

十、matchAll()

matchAll方法返回一个正则表达式在当前字符串的所有匹配，详见正则的扩展一章。

十一、模板字符串

传统的JavaScript语言，输出模板通常是这样写的。

$('#result').append(
    'There are <b>' + basket.count + '</b> ' +
    'items in your basket, ' +
    '<em>' + basket.onSale +
    '</em> are on sale!'
);

上面这种写法相当繁琐不方便，ES6引入了模板字符串解决这个问题。

$('#result').append(`
    There are <b>${basket.count}</b> items
    in your basket, <em>${basket.onSale}</em>
    are on sale!
`);

模板字符串（template string）是增强版的字符串，用反引号（`）标识。它可以当作普通字符串使用，也可以用来定义多行字符串，或者在字符串中嵌入变量。

// 普通字符串
`In JavaScript '\n' is a line-feed.`

// 多行字符串
`In JavaScript this is
not legal.`

console.log(`string text line 1
string text line 2`);

// 字符串中嵌入变量
let name = 'Bob', time = 'today';
`Hello ${name}, how are you ${time}?`

上面代码中的模板字符串，都是用反引号表示。如果在模板字符串中需要使用反引号，则前面要用反斜杠转义。

1	let greeting = `\`Yo\` World!`;

如果使用模板字符串表示多行字符串，所有的空格和缩进都会被保留在输出之中。

$('#list').html(`
<ul>
    <li>first</li>
    <li>second</li>
</ul>
`)

上面代码中，所有模板字符串的空格和换行，都是被保留的，比如<ul>标签前面会有一个换行。如果不想要这个换行，可以使用trim方法消除它。

$('#list').html(`
<ul>
    <li>first</li>
    <li>second</li>
</ul>
`).trim();

模板字符串中嵌入变量，需要将变量名写在${}之中。

function authorize(user, action) {
    if (!user.hasPrivilege(action)) {
        throw new Error(`User ${user.name} is not authorized to do ${action}.`);
    }
}

大括号内部可以放入任意的JavaScript表达式，可以进行运算，以及引用对象属性。

let x = 1;
let y = 2;

`${x} + ${y} = ${x + y}`
// '1 + 2 = 3'

`${x} + ${y * 2} = ${x + y * 2}`
// '1 + 4 = 5'

let obj = {x: 1, y: 2};
`${obj.x + obj.y}`
// '3'

模板字符串中还能调用函数。

function f() {
    return 'Hello World';
}

`foo ${fn()} bar`
// foo Hello World bar

如果大括号中的值不是字符串，将按照一般的规则转为字符串。比如，大括号中是一个对象，将默认调用对象的toString方法。

如果模板字符串中的变量没有声明，将报错。

1
2
3

// 变量place没有声明
let msg = `Hello, ${place}`;
// 报错

由于模板字符串的大括号内部，就是执行JavaScript代码，因此如果大括号内部是一个字符串，将会原样输出。

1 2	`Hello ${'World'}` // 'Hello World'

模板字符串甚至还能嵌套。

const tmpl = addrs => `
    <table>
    ${addrs.map(addr => `
        <tr><td>${addr.first}</td></tr>
        <tr><td>${addr.second}</td></tr>
    `).join('')}
    </table>
`;

上面代码中，模板字符串的变量之中，又嵌入了另一个模板字符串，使用方法如下。

const data = [
    { first: '<Jane>', last: 'Bond' },
    { first: 'Lars', last: '<Croft>' }
];

console.log(tmpl(data));
//  <table>
//      
//      <tr><td><Jane></td></tr>
//      <tr><td>Bond</td></tr>
//
//      <tr><td>Lars</td></tr>
//      <tr><td><Croft></td></tr>
//
//  </table>

如果需要引用模板字符串本身，在需要时执行，可以像下面这样写。

// 写法一
let str = 'return ' + '`Hello ${name}!`';
let func = new Function('name', str);
func('Jack')        // 'Hello Jack!'

// 写法二
let str = '(name) => `Hello ${name}!`';
let func = eval call(null, str);
func('Jack')        // 'Hello Jack!'

十二、实例：模板编译

下面，我们来看一个通过模板字符串，生成正式模板的实例。

let template = `
<ul>
    <% for(let i=0; i < data.supplies.length; i++) { %>
        <li><%= data.supplies[i] %></li>    
    <% } %>
</ul>
`;

上面代码在模板字符串之中，放置了一个常规模板。该模板使用<%...%>放置JavaScript代码，使用<%=...%>输出JavaScript表达式。

怎么编译这个模板字符串呢？

一种思路是将其转换为JavaScript表达式字符串。

echo('<ul>');
for (let i = 0; i < data.supplies.length; i++) {
    echo('<li>');
    echo(data.supplies[i]);
    echo('</li>');
};
echo('</ul>');

这个转换使用正则表达式就行了。

let evalExpr = /<%=(.+?)%>/g;
let expr = /<%([\s\S]+?)%>/g;

template = template
    .replace(evalExpr, '`); \n echo($1); \n echo(`')
    .replace(expr, '`); \n $1 \n echo(`');

template = 'echo(`' + template + '`);';

然后，将template封装在一个函数里面返回，就可以了。

let script = 
`(function parse(data) {
    let output = '';

    funtion echo(html) {
        output += html;
    }

    ${template}

    return output;
})`;

return script;

将上面的内容拼装成一个模板编译函数compile。

function compile(template) {
    const evalExpr = /<%=(.+?)%>/g;
    const expr = /<%([\s\S]+?)%>/g;

    template = template
        .replace(evalExpr, '`); echo($1); \n echo(`')
        .replace(expr, '`); \n $1 \n echo(`');

    template = 'echo(`' + template + '`);';

    let script = 
    `(function parse(data) {
        let output = '';

        function echo(html) {
            output += html;
        }

        ${template}

        return output
    })`;

    return script;
}

compile函数的用法如下。

let parse = eval(compile(template));
div.innerHTML = parse({ supplies: ['broom', 'mop', 'cleaner'] });

//  <ul>
//      <li>broom</li>
//      <li>mop</li>
//      <li>cleaner</li>
//  </ul>

十三、标签模板

模板字符串的功能，不仅仅是上面这些。它可以紧跟在一个函数名后面，该函数将被调用来处理这个模板字符串。这被称为“标签模板”功能（tagged template）。

1
2
3

alert`123`
// 等同于
alert(123)

标签模板其实不是模板，而是函数调用的一种特殊形式。“标签”指的就是函数，紧跟在后面的模板字符串就是它的参数。

但是，如果模板字符里面有变量，就不是简单的调用了，而是会将模板字符串先处理成多个参数，再调用函数。

let a = 5;
let b = 10;

tag`Hello ${a + b} world ${a * b}`;
// 等同于
tag(['Hello ', ' world ', ''], 15, 50);

上面代码中，模板字符串前面有一个标识名tag，它是一个函数。整个表达式的返回值，就是tag函数处理模板字符串后的返回值。

函数tag依次会接收到多个参数。

function tag(stringArr, value1, value2) {
    // ...
}

// 等同于

function tag(stringArr, ...values) {
    // ...
}

tag函数的第一个参数是一个数组，该数组的成员是模板字符串中那些没有变量替换的部分，也就是说，变量替换只发生在数组的第一个成员与第二个成员之间、第二个成员与第三个成员之间，依此类推。

tag函数的其他参数，都是模板字符串各个变量被替换后的值。由于本例中，模板字符串含有两个变量，因此tag会接受到value1和value2两个参数。

也就是说，tag函数实际上以下面的形式调用。

1	tag(['Hello ', ' world ', ''], 15, 50)

我们可以按照需要编写tag函数的代码。下面是tag函数的一种写法，以及运行结果。

let a = 5;
let b = 10;

function tag(s, v1, v2) {
    console.log(s[0]);
    console.log(s[1]);
    console.log(s[2]);
    console.log(v1);
    console.log(v2);

    return 'OK';
}

tag`Hello ${a + b} world ${a * b}`;
// 'Hello '
// ' world '
// ''
// 15
// 50
// 'OK'

下面是一个更复杂的例子。

let total = 30;
let msg = passthru`The total is ${total} (${total * 1.05} with tax)`;

functon passthru(literals) {
    let result = '';
    let i = 0;

    while(i < literals.length) {
        result += literals[i++];
        if (i < arguments.length) {
            result += arguments[i];
        }
    }

    return result;
}

msg
// 'The toal is 30 (31.5 with tax)'

上面这个例子展示了，如何将各个参数按照原来的位置拼合回去。

passthru函数采用rest参数的写法。

function passthru(literals, ...values) {
    let output = '';
    let index;
    for(index = 0; index < values.length; index++) {
        output += literals[index] + values[index];
    }

    output += literals[index];
    return output;
}

“标签模板”的一个重要应用，就是过滤HTML字符串，防止用户输入恶意内容。

let message = SaferHTML`<p>${sender} has sent you a message.</p>`;

function SaferHTML(templateData) {
    let s = templateData[0];
    for (let i = 1; i < arguments.length; i++) {
        let arg = String(arguments[i]);

        // Escape special characters in the subinsitution.
        s += arg.replace(/&/g, '&amp;')
                .replace(/</g, '&lt;')
                .replace(/>/g, '&gt;');

        // Don't escape special charaters in the template.
        s += templateData[i];
    }
    return s;
}

上面代码中，sender变量往往是用户提供的，经过SaferHTML函数处理，里面的特殊字符都会被转义。

// 恶意代码
let sender = '<script>alert("abc")</script>';
let message = SaferHTML`<p>${sender} has sent you a message.</p>`;

message
// <p>&lt;script&gt;alert("abc")%lt;/script&gt; has sent you a message.</p>

标签模板的另一个应用，就是多语言转换（国际化处理，i18n）。

1 2	i18n`Welcom to ${siteName}, you are visitor number ${visitorNumber}!` // '欢迎访问xxx，您是第xxxx位访问者！'

模板字符串本身并不能取代Mustache之类的模板库，因为没有条件判断和循环处理功能，但是通过标签函数，你可以自己添加这些功能。

// 下面的hashTemplate函数
// 是一个自定义的模板处理函数
let libraryHtml = hasTemplate`
    <ul>
        #for book in ${myBooks}
            <li><i>#{book.title}</i> by #{book.author}</li>
        #end
    </ul>
`;

除此之外，你甚至可以使用标签模板，在JavaScript语言之中嵌入其他语言。

jsx`
    <div>
        <input
            ref='input'
            onChange='${this.handleChange}'
            defaultValue='${this.state.value}'
        />
        ${this.state.value}
    </div>
`

上面的代码通过jsx函数，将一个DOM字符串转为React对象，你可以在Github上找到jsx函数的具体实现。

下面则是一个假想的例子，通过java函数，在JavaScript代码之中运行Java代码。

java`
class HelloWorldApp {
    public static void main(String[] args) {
        System.out.println("Hello World!");
    }
}
`

HelloWorldApp.main();

模板处理函数的第一个参数（模板字符串数组），还有一个raw属性。

1 2	console.log`123` // ['123', raw: Array[1]]

上面代码中，console.log接受的参数，实际上是一个数组。该数组有一个raw属性，保存的是转义后的原字符。

请看下面的例子。

tag`First line\nSecond line`

function tag(srings) {
    console.log(strings.raw[0]);
    // string.raw[0] 为 "First line\\nSecond line"
    // 打印输出 "First line\nSecond line"
}

上面代码中，tag函数的第一个参数strings，有一个raw属性，也指向一个数组。该数组的成员与strings数组完全一致。比如，strings数组是["First line\nSecond line"]，那么strings.raw数组就是["First line\\nSecond line"]。两者唯一的区别，就是字符串里面的斜杠都被转义了。比如，strings.raw数组会将\n视为\\和n两个字符，而不是换行符。这是为了方便取得转义之前的原始模板而设计的。

十四、String.raw()

ES6还为原生的String对象，提供了一个raw方法。

String.raw方法，往往用来充当模板字符串的处理函数，返回一个斜杠都被转义（即斜杠前面再加一个斜杠）的字符串，对应替换变量后的模板字符串。

String.raw`Hi\n${2 + 3}!`;
// 返回 'Hi\\n5!'

String.raw`Hi\u000A!`;
// 返回 'Hi\\u000A!'

如果原字符串的斜杠已经转义，那么String.raw会再次转义。

1 2	String.raw`Hi\\n` // 返回 'Hi\\\\n'

String.raw方法可以作为处理模板字符串的基本方法，它会将所有变量替换，而且对斜杠进行转义，方便下一步作为字符串来使用。

String.raw方法也可以作为正常的函数。这时，它的第一个参数，应该是一个具有raw属性的对象，且raw属性的值应该是一个数组。

String.raw({raw: 'test'}, 0, 1, 2);
// 't0e1s2t'

// 等同于
String.raw({raw: ['t', 'e', 's', 't']}, 0, 1, 2);

作为函数，String.raw的代码实现基本如下。

String.raw = function(strings, ...values) {
    let output = '';
    let index;
    for (index = 0; index < values.length; index++) {
        output += strings.raw[index] + values[index];
    }

    output += strings.raw[index];
    return output;
}

十五、模板字符串的限制

前面提到标签模板里面，可以内嵌其他语言。但是，模板字符串默认会将字符串转义，导致无法嵌入其他语言。

举例来说，标签模板里面可以嵌入LaTEX语言。

function latex(strings) {
    // ...
}

let document = latex`
\newcommand{\fun}{\textbf{Fun!}}        // 正常工作
\newcommand{\unicode}{\textbf{Unicode!}}    // 报错
\newcommand{\xerxes}{\textbf{King!}}    // 报错

Breve over the h goes \u{h}ere      // 报错
`

上面代码中，变量document内嵌的模板字符串，对于LaTEX语言来说完全是合法的，但是JavaScript引擎会报错，原因就在于字符串的转义。

模板字符串会将\u00FF和\u{42}当作Unicode字符进行转义，所以\unicode解析时报错；而\x56会被当作十六进制字符串转义，所以\xerxes会报错。也就是说，\u和\x在LaTEX里面有特殊含义，但是JavaScript将它们转义了。

为了解决这个问题，ES2018放松了对标签模板里面的字符串转义的限制。如果遇到不合法的字符串转义，就返回undefined，而不是报错，并且从raw属性上面可以取到原始字符串。

function tag(strs) {
    console.log(strs[0] === undefined);
    console.log(strs.raw[0] === '\\unicode and \\u{55}');
}
tag`\unicode and \u{55}`
// true
// true

上面代码中，模板字符串原本是应该报错的，但是由于放松了对字符串转义的限制，所以不报错了，JavaScript引擎将第一个字符设置为undefined，但是raw属性依然可以得到原始字符串，因此tag函数还是可以对原字符串进行处理。

注意，这种对字符串转义的放松，只在标签模板解析字符串时生效，不是标签模板的场合，依然会报错。

1	let bad = `bad escape sequence: \unicode`; // 报错

参考文献

《ESMAScript 6 入门 —— 阮一峰》)

张啸

ES6(11) 字符串的扩展