將JavaScript字符串拆分成代碼點數組？ （考慮到「替代對」而不是「字形串」）

Question

將JavaScript字符串拆分爲「字符」可以輕鬆完成，但如果您關心Unicode（並且您應該關心Unicode），則會出現問題。

JavaScript本身將字符視爲16位實體（UCS-2 or UTF-16），但這不允許BMP (Basic Multilingual Plane)之外的Unicode字符。

要處理BMP以外的Unicode字符，JavaScript必須考慮到「surrogate pairs」，它本身不會執行此操作。

我正在尋找如何通過代碼來分割js字符串，無論代碼點是否需要一個或兩個JavaScript「字符」（代碼單元）。

根據您的需求，通過codepoint分裂可能是不夠的，你可能想通過「grapheme cluster」，其中一個集羣是一個基礎碼點，隨後所有的無間距修改點，如combining accents and diacritics分裂。

爲了這個問題的目的，我不需要通過字素集羣來分割。

Answer 1

@ bobince的回答有（幸運）成了有點過時;你現在可以簡單地使用

chrs = Array.from(text)

以獲得不尊重星體位/ 32位/代理Unicode字符單碼點的字符串列表。

Answer 2

在ECMAScript 6中，您可以使用字符串作爲迭代器來獲取代碼點，或者您可以搜索字符串作爲/./ug，或者您可以重複調用getCodePointAt(i)。

不幸的是for ... of語法和正則表達式標誌不能polyfilled和調用polyfilled getCodePoint()是超級慢（O（N²）），所以我們實際上不能夠使用這種方法了一段時間呢。

這樣做手工的方式：

String.prototype.toCodePoints= function() { 
    chars = []; 
    for (var i= 0; i<this.length; i++) { 
     var c1= this.charCodeAt(i); 
     if (c1>=0xD800 && c1<0xDC00 && i+1<this.length) { 
      var c2= this.charCodeAt(i+1); 
      if (c2>=0xDC00 && c2<0xE000) { 
       chars.push(0x10000 + ((c1-0xD800)<<10) + (c2-0xDC00)); 
       i++; 
       continue; 
      } 
     } 
     chars.push(c1); 
    } 
    return chars; 
} 

對於逆這一看https://stackoverflow.com/a/3759300/18936