String.prototype.charCodeAt()

Метод charCodeAt() (код символу на позиції) значень String повертає ціле число в діапазоні від 0 до 65535, що відповідає кодовій одиниці UTF-16 за переданим індексом в рядку.

Метод charCodeAt() завжди індексує рядок як послідовність кодових одиниць UTF-16, тож може повертати самотні сурогати. Щоб отримати цілу кодову точку Unicode на заданому індексі, слід використати String.prototype.codePointAt().

Спробуйте його в дії

Синтаксис

charCodeAt(index)

Параметри

index

Індекс від нуля символу, що має бути повернений. Перетворюється на ціле число — undefined перекидається на 0.

Повернене значення

Ціле число між 0 і 65535, що відповідає значенню кодової одиниці UTF-16 символу за заданим index. Якщо index лежить поза діапазоном 0 – str.length - 1, то charCodeAt() повертає NaN.

Опис

Символи в рядку індексуються зліва направо. Індекс першого символу - 0, а індекс останнього символу в рядку, що зветься, str, – str.length - 1.

Кодові одиниці Unicode мають діапазон від 0 до 1114111 (0x10FFFF). charCodeAt() завжди повертає значення, менші 65536, тому що вищі кодові точки представлені парою 16-бітових псевдосимволів-сурогатів. Таким чином, щоб отримати цілий символ зі значенням більше 65535, необхідно отримати не тільки charCodeAt(i), але й charCodeAt(i + 1) (як якби оброблявся рядок з двома символами), або використати замість цього codePointAt(i). Про Unicode – читайте Символи UTF-16, кодові точки Unicode та графемні кластери.

Приклади

Застосування charCodeAt()

Наступний приклад повертає 65, значення A в Unicode.

"ABC".charCodeAt(0); // повертає 65

Метод charCodeAt() може повертати самотні сурогати, що не є дійсними символами Unicode.

const str = "𠮷𠮾";
console.log(str.charCodeAt(0)); // 55362, або d842, що є не дійсним символом Unicode
console.log(str.charCodeAt(1)); // 57271, або dfb7, що є не дійсним символом Unicode

Щоб отримати цілу кодову точку Unicode на заданому індексі, слід використати String.prototype.codePointAt().

const str = "𠮷𠮾";
console.log(str.codePointAt(0)); // 134071

Примітка: Уникайте власної реалізації codePointAt() за допомогою charCodeAt(). Переведення сурогатів UTF-16 у кодові точки Unicode – складне, і codePointAt() може бути більш продуктивним, оскільки він безпосередньо використовує приховане представлення рядка. Встановіть поліфіл для codePointAt(), якщо це необхідно.

Нижче – можливий алгоритм перетворення пари кодових одиниць UTF-16 на кодову точку Unicode, адаптований з FAQ Unicode:

// сталі
const LEAD_OFFSET = 0xd800 - (0x10000 >> 10);
const SURROGATE_OFFSET = 0x10000 - (0xd800 << 10) - 0xdc00;

function utf16ToUnicode(lead, trail) {
  return (lead << 10) + trail + SURROGATE_OFFSET;
}
function unicodeToUTF16(codePoint) {
  const lead = LEAD_OFFSET + (codePoint >> 10);
  const trail = 0xdc00 + (codePoint & 0x3ff);
  return [lead, trail];
}

const str = "𠮷";
console.log(utf16ToUnicode(str.charCodeAt(0), str.charCodeAt(1))); // 134071
console.log(str.codePointAt(0)); // 134071

Специфікації

Сумісність із браузерами

Дивіться також

• String.fromCharCode()
• String.prototype.charAt()
• String.fromCodePoint()
• String.prototype.codePointAt()