Basic Multilingual Plane에서 문자를 벗어나는 방법은 무엇입니까?

Question

Basic Multilingual Plane의 문자는 '\ uxxxx'를 사용하여 이스케이프 처리 할 수 ​​있습니다. 예를 들어/[\ u4e00- \ u9fff] /를 사용하여 일반적인 한자와 일치시킬 수 있습니다 (0x4e00-0x9fff는 CJK 통합 표상의 범위입니다).

그러나 기본 다국어 표준을 벗어난 문자의 경우 코드가 0xffff보다 큽니다. 따라서 '\ u20000'은 '\ u2000'문자와 '0'문자를 의미하기 때문에 '\ uxxxx'형식을 사용할 수 없습니다. 문자는 0x20000입니다.

어떻게 기본 다국어 표준 문자를 벗어날 수 있습니까? 대부분의 글꼴에 표시 할 수 없기 때문에 이러한 문자를 직접 사용하는 것은 좋지 않습니다.

Answer 1

당신은 탈출 대리 코드 점 쌍을 사용할 수 있습니다. 표기법 (버튼 "표시 \ u")을 얻으려면 Full Unicode input utility을 사용하고, Fileformat.info character search을 사용하여 찾을 수 있습니다 (JavaScript는 여기에서 같은 표기법을 사용하기 때문에 항목 "C/C++/Java 소스 코드").

다른 방법으로 문자를 직접 입력 할 수도 있습니다. "과 같이을 JavaScript 코드의 문자열 리터럴에 별도의 파일이나 HTML에 포함 된 형식으로 입력 할 수 있습니다. 당연히, 사용하는 편집기에서 적절한 유니 코드 지원이 필요합니다. 그러나 JavaScript 구현은 프로그램 소스에서 비 BMP 문자를 지원할 필요가 없습니다. (JavaScript와 Globalize.js의 Going Global, 177 쪽) 문자 인코딩을 올바르게 선언하는 것과 같은 몇 가지주의 사항이 있습니다.

글꼴 지원은 다른 문제이지만 문자로 작업 할 때 일반적으로 어쨌든 적어도 테스트 할 때 글꼴을 지원합니다. 따라서 문자를 덮는 글꼴이 어느 정도 필요합니다. Fileformat.info 페이지에는 브라우저 지원 정보 (예 : (U+20000) Font Support)에 대한 링크가 포함되어 있습니다. 예를 들어, U + 20000 ''은 SimSun-ExtB에서도 지원됩니다.

Answer 2

BMP 외부의 문자는 Javascript에서 직접 인식되지 않습니다. 내부적으로 UTF-16 서로 게이트 쌍으로 표시됩니다. 예를 들어, 당신이 언급 한 캐릭터 인 U + 20000 (현재 "CJK Unified Ideographs Ext. B"에 할당 됨)은 서로 게이트 쌍 U + D840 U + DC00으로 표현됩니다. Javascript 문자열로, 이것은 단순히 "\u2840\uDC00"이됩니다. (이것은 하나의 문자로 표시에도 불구하고, s.length이 문자열이 있음을 유의하십시오.) @의 duskwuff의 대답에 설명 된대로

Wikipedia has details on the encoding scheme used.

Answer 3

흥미로운 문제입니다. 이제 우리는 ES6을 가지고

, we can do this : 내부적으로는 surrogate pairs 여전히 UTF-16의

let newSpeak = '\u{1F4A9}' 

참고 :

newSpeak.length === 2 // "wrong" 
[...newSpeak].length === 1 
newSpeak === '\uD83D\uDCA9' 

Unicode is huge.

또한, 단지 리터럴이 아니다 : 나는 유니 코드를 처리

newSpeak.charCodeAt(0) === 0xD83D // "wrong" 
newSpeak.codePointAt(0) === 0x1F4A9 

String.fromCharCode(0x1F4A9) !== newSpeak 
String.fromCodePoint(0x1F4A9) === newSpeak 

for (let i = 0; i < newSpeak.length; i++) console.log(newSpeak[i]) // "wrong" 
for (let c of newSpeak) console.log(c) 

[...''].map(c => `__${c}`).join('') === "____" 

.