Comment obtenir le caractère nième (Unicode) à partir d'une chaîne en JavaScript

Question

Supposons que nous avons une chaîne avec certains (astral) caractères Unicode:

const s = 'Hi Unicode!' 

L'opérateur [] et .charAt() méthode ne fonctionnent pas pour obtenir la 4ème caractère, qui devrait être « »:

> s[3] 
'�' 
> s.charAt(3) 
'�' 

le .codePointAt()ne obtenir la valeur correcte pour le 4ème caractère, mais malheureusement, il est un certain nombre et doit être converti ba ck à une chaîne en utilisant String.fromCodePoint():

> String.fromCodePoint(s.codePointAt(3)) 
'' 

De même, la conversion de la chaîne en un tableau en utilisant des icônes donne des caractères Unicode valides, de sorte que c'est une autre façon d'obtenir le 4e:

> [...s][3] 
'' 

Mais je peux » Je crois que passer d'une chaîne à un numéro en chaîne, ou devoir scinder la chaîne en un tableau sont les seuls moyens de faire cette chose apparemment banale. N'y at-il pas une méthode simple pour faire cela?

> s.simpleMethod(3) 
'' 

Note: Je sais que la définition de « caractère » est un peu floue, mais le but de cette question un caractère est tout simplement le symbole qui correspond à un point de code Unicode (pas de caractères combinant, sans groupes de graphèmes, etc).

Mise à jour: la méthode String.fromCodePoint(str.codePointAt(n)) est pas vraiment viable, puisque la n e position, il ne prend pas les symboles astraux précédents en compte: String.fromCodePoint(''.codePointAt(1)) // => '�'

---

(je me sens un peu stupide de demander cela, comme je suis probablement manquer quelque chose d'évident. Mais previous answers à cette question ne fonctionnent pas sur les chaînes avec Unicode SYMBOLES sur des plans astral.)

Answer 1

la iterator chaîne est la seule chose qui itère par points de code plutôt que UCS-2/le code UTF-16 unités. Alors:

Donc, pour obtenir un point de code spécifique en fonction de son indice d'une chaîne:

const string = 'Hi Unicode!'; 
// Note: The spread operator uses the string iterator under the hood. 
const symbols = [...string]; 
symbols[3]; // '' 

Pourtant, cela romprait avec des grappes de graphèmes, ou des séquences emoji telles que ‍‍‍ ( + U+200D ZERO WIDTH JOINER + + U+200D ZERO WIDTH JOINER + + U+200D ZERO WIDTH JOINER + ). Text segmentation aide avec cela. Cependant, est-ce que vous avez réellement besoin du 4ème point de code dans la chaîne? Quel est votre cas d'utilisation?

Answer 2

Vous pouvez utiliser le nouveau drapeau u pour effectuer un regexp s'il est disponible.

const chars = 'Hi Unicode!'.match(/./ug); 
 
console.log(chars);