【读书笔记】【深入理解ES6】#2-字符串和正则表达式

更好的Unicode支持

在ES6出现以前，JS字符串一直基于16位字符编码（UTF-16）进行构建。

每16位的序列是一个编码单元（code unit），代表一个字符。

length、charAt() 等字符串属性和方法都是基于这种编码单元构造的。

Unicode引入扩展字符集后，16位的序列不足以表示所有的字符，编码规则不得不进行改变。

UTF-16码位（code point）

在UTF-16中，前2^16个码位均以16位的编码单元表示，这个范围被称作基本多文种平面（BMP，Basic Multilingual Plane）。

超出这个范围的码位则要归属于某个辅助平面（supplementary plane），其中的码位仅用16位就无法表示了。

为此，UTF-16引入了代理对（surrogate pair），其规定用两个16位编码单元表示一个码位。

这也就是说字符串里的字符有两种

1. 由一个编码单元16位表示的BMP字符
2. 由两个编码单元32位表示的辅助平面字符

在ES5中，所有字符串的操作都是基于16位编码单元。如果采用同样的方式处理包含代理对的UTF-16编码字符，得到的结果可能与预期不符。

let text = "