說起字符串，我們再熟悉不過了。接觸編程的第一個經典任務就是輸出字符串：Hello, world。但是你知道 JavaScript 字符串在計算機里是怎么表示的嗎?

[[337557]]

最簡單直觀但不太準確的的理解就是，字符串就是由英文字母、數字和標點符號等這些字符組成的序列。比如下面這個字符串就是由5個字母和一個感嘆號組成的：

const message = 'Hello!'; 

同時也可以看出該字符串的字符數是6：

const message = 'Hello!'; 
message.length; // => 6 

如果字符串是由這些可見字符(也就是 127 個 ASCII 字符) 組成的，這樣理解沒有問題。但是，一旦碰到不常見的符號，比如一些表情字符😀, 😁, 😈，可能會得到意外的結果：

const smile = '😀'; 
smile.length; // => 2 

是不是很奇怪?明明只有一個字符，長度怎么會是 2 呢?這是因為，JavaScript 字符串實際上是由編碼單元構成的，而不是可見字符序列。

ECMA 262 規范里是這么描述 JavaScript 字符串的：

String 類型是由零或多個 16 位無符號整數值組成的有序序列的集合。字符串類型通常用于表示運行中的 ECMAScript 程序中的文本數據，在這種情況下，字符串中的每個元素都被視為 UTF-16 編碼單元值。

簡單說，JavaScript 字符串就是 UTF-16 編碼單元序列，一串數字而已。

一個編碼單元就是位于 0x0000 和 0xFFFF 之間的一個數字，編碼單元與字符之間有個對應關系。例如，編碼單元 0x0048 對應了實際的字符 H：

const letter = '\u0048'; 
letter === 'H' // => true 

如果把一整個字符串'Hello!'用編碼單元表示就是這樣：

const message = '\u0048\u0065\u006C\u006C\u006F\u0021'; 
message === 'Hello!'; // => true 
message.length;       // => 6 

可以看到，這個字符串有6個編碼單元，每個編碼單元對應一個字符。基本多文種平面 BMP(Basic Multilingual Plane)中的任意一個字符，都可以用一個 UTF-16 編碼單元表示。但是，在這個范圍以外的字符，就需要 2 個 UTF-16 編碼單元來表示了。比如前面提到的笑臉符號，編碼是\uD83D\uDE00：

const smile = '\uD83D\uDE00'; 
smile === '😀'; // => true 
smile.length;  // => 2 

這兩個編碼單元是成對存在的，用于表示超出 0xFFFF 的字符。不能拆開，否則就變成無法識別的亂碼了。另外，這里的.length是2，說明這個屬性其實是字符串編碼單元的個數，而不是字符數。在需要判斷字符數量的時候就要注意了，根據.length得到的結果是不準確的。那要怎么解決呢?可以用這種辦法：

const message = 'Hello!'; 
const smile = '😀'; 
 
[...message].length; // => 6 
[...smile].length;   // => 1 

如果覺得這個關于 JavaScript 字符串的小知識對你有用，歡迎分享給你的小伙伴們!