一文带你搞懂JavaScript中转义字符的使用

说起转义字符，大家最先想到的肯定是使用反斜杠，这也是我们最常见的，很多编程语言都支持。

转义字符从字面上讲，就是能够转变字符原本的意义，得到新的字符。常用在特殊字符的显示以及特定的编码环境中。

除了反斜杠以外，在前端开发中，还有其他几种转义字符，也是较常见的，本文将对这些做一个总结。

字符串中的转义

使用反斜杠来表示转义字符时，主要是在字符串中使用。这里就需要了解字符集和编码等知识，具体可见前文前端开发中需要搞懂的字符编码。

字符集就是字符的集合，最常见的 ASCII字符集、Unicode字符集等：

ASCII的任一个字符都可以被转义，使用的就是反斜杠加上数字编码，特殊的也能使用反斜杠加上字母。

Unicode，也能进行转义，使用则是反斜杠加上码点。由于Unicode包含了ASCII的所有字符，且编码一致，所以都可算编码转义，而现在前端编程所涉及到的已经都是Unicode字符。

一般，反斜杠（\）在字符串中有特殊的含义，用来和后面的字符一起组合表示一些特殊字符，所以又被称为转义符。

反斜杠后面可以跟着的字符大致有以下几种：

• 字母
• 三位八进制
• x 加上 两位十六进制
• Unicode码点

字母

转义字符中最基础的就是：使用反斜杠\加上字母，表示那些无法输入表示特殊含义的字符，常见的有以下几种：

• \b 后退键
• \f 换页符
• \n 换行符
• \r 回车键
• \t 制表符
• \v 垂直制表符

以前在字符串拼接时，就经常使用\n、\t：

  "\n      " +
  console.log('test') +
  "\n    "

需要注意的是，这些字母是特殊的可应用于转义的字母。

如果是非特殊字母，加上反斜杠，则会忽略反斜杠，很多字符也是同样忽略反斜杠：

'\a' // 'a'
'\"' // '"'
'\?' // '?'

十六进制数字

十六进制更常用，它的转义规则：\x<hex>，\x后跟上2位十六进制数。

因为只有两位，范围是：0x00-0xFF，所以这种方式也只能输出265种字符，其中：

• 0x00-0x7F 和ASCII码一致
• 0x80-0x9F 表示控制字符
• 0xA0-0xFF 表示文字字符

'\xA9' // '©'
'\x75' === 'u' // true
'\x67' // 'g'

八进制数字

反斜杠后面跟3位八进制数()，就代表一个转义字符：

'\251' // '©'
'\165' === 'u' // true
'\106' // 'F'

取值范围：000-377，总共也是有256种字符，其中就包含了所有的ASCII码。

八进制和十六进制能转义的字符是一样的，进行进制转换即可，见前文搞懂JavaScript中的进制与进制转换。

在JS中，用这两种方式的转义字符是相等的：

'\xA9' === '\251' // true
'\200' === '\x80' // true

Unicode码点

提到Unicode，首先需明确的一点，JS中的字符串是基于Unicode的UTF-16编码方式。

Unicode字符规定了码点和字符平面。

码点使用从U+0000到U+10FFFF的方位来表示所有的字符。

如果直接使用码点来转义所有的Unicode字符，则使用规则：\u{<hex>}，\u后跟上1-6位的十六进制：

'\u{A9}' // '©'
'\u{597d}' // '好'
'\u{1f604}' // '😄'

字符平面又分为基本平面和非基本平面。

其中对于基本平面(65536个字符)的字符，转义规则：\u<hex>，\u后跟上4位十六进制数：

'\u00A9' // "©"
'\u0075' === 'u' // true
'\u597d' // '好'

对于非基本平面的字符，则要使用UTF-16的码元规则，一般是两个码元：\u<hex>\u<hex>，\u后各4位十六进制：

'\uD83D\uDE04' // '😄'
'\uD83C\uDF34' // '🌴'

只要获取到字符的Unicode编号码点，即可以通过这种方式转义所有的字符。

正则表达式中的转义

在正则表达式中有许多特殊的符号，起着不同的作用，但如果要匹配这些特殊符号本身，就需要用到转义了。

这里的转义字符也是使用反斜杠，后面跟上需要匹配的符号，即可，如：\+ 匹配加号。

在正则表达式中，需要反斜杠转义匹配的字符，一共是12个：^ . [ $ ( ) | * + ? { \，这些字符都是正则的特殊字符。

/5$/.test('5$') // false
/5\$/.test('5$') // true

上面代码，$符号加了转义才能匹配成功，否则不匹配。

当使用RegExp方法时，正则参数是字符串，反斜杠\需要2个，因为字符串内会先转义一次：

(new RegExp('5$')).test('5$') // false
(new RegExp('5\$')).test('5$') // false
(new RegExp('5\\$')).test('5$') // true

上面代码中，只有第三行因为使用了两个反斜杠，才能转义成功，得到正确的值。

HTML中的转义

HTML中转义字符也是较常见的，主要有三种形式的转义。

最常见的是基于实体名称：

& 后加上实体名称 再加上分号 ;：

空格   
大于号 > >

实体名称转义以前是为了处理html中的特殊的字符显示问题，比如小于号 <在THML中是作为元素标签的一部分使用的，作为特殊字符，直接输入会出错。

但目前在现代浏览器上，已经能正常显示大于小于号这些符号，可以不使用转义字符。

另两种是基于Unicode码点：

&#x 后加十六进制码点 再加上分号 ;：

😄 => 😄
好 => 好
& => &

&# 后加十进制的码点 再加上分号 ;：

😄 => 😄
好 => 好
& => &

基于实体名称转义的字符，也是被包含在Unicode字符集中的，所以也可以使用码点来进行转义。

在HTML中最常用到的转义字符，可见下面整理的表格：

URL转义字符

另外，在web开发中，URL链接也是有编码转义的，特别是针对URL元字符和中文等特殊字符： http://baidu.com/中国 编码转义为 http%3A%2F%2Fbaidu.com%2F%E4%B8%AD%E5%9B%BD

可以使用encodeURIComponent 和 decodeURIComponent 对URL链接进行编解码处理。

URL中的转义规则：根据系统的默认编码(一般是UTF-8)，是使用百分号(%)加上两位的十六进制数。

实际的转义，就是基于Unicode字符的码点，不过与字符串不太一样，这里使用的一般是UTF-8编码方式。

URL部分元字符的转义：

中文等特殊字符则被转义成多个组合：

encodeURIComponent('http://baidu.com/中国😄') // 'http%3A%2F%2Fbaidu.com%2F%E4%B8%AD%E5%9B%BD%F0%9F%98%84'

上面代码中，

就有元字符的转义：':' => %3A、'/' => %2F，

而中文则转义成：中 => %E4%B8%AD、国 => %E5%9B%BD，

表情符号转义成：😄 => %F0%9F%98%84。

到此这篇关于一文带你搞懂JavaScript中转义字符的使用的文章就介绍到这了,更多相关JavaScript转义字符内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

最新评论