ECMAScript 5.1中的源代碼字符

在第6節 - 源文本規範聲明源字符如下：

SourceCharacter:: 
    any Unicode code unit

和它說後：

整個文檔中，短語「代碼單元」的其餘部分而「字符」這個詞將用來表示一個16位無符號值，用來表示一個16位單位的文本。短語「Unicode字符」將用於指代由單個Unicode標量值（其可能超過16位並且因此可以由多於一個代碼單元表示）所表示的抽象語言或印刷單元。

我認爲，這句話是有點曖昧，因爲有人（如我最初）可以認爲，只允許字符是Unicode的表0-65535之間。

那麼，句子是否含糊或只能使用0-65536之間的字符呢？

2016-05-03 zer0uno

好問題。正如您所知，原始的JavaScript Unicode支持基本上已被破壞，因爲它基於UTF-16是固定大小編碼的錯誤假設。我聽說有一些改進，但所有事情都需要向後兼容。 –

這是故意的，他們告訴你，任何代碼單元都是允許的，然後說明後源代碼字符的定義通常表示代碼單元而不是字符。

請注意，在UTF16中代碼單元不同於代碼點。

一切都是16位代碼單元，但代碼點可以由幾個代碼單元組成。

例如，「」是一個單UTF16代碼點卻是兩個代碼單元。

"".charCodeAt(0) // 55357 
"".charCodeAt(1) // 56589

2016-05-03 12:31:42

我認爲問題在於他們將單詞「unicode」與「代碼單元」混合在一起。 Unicode將字符映射到數字，用多少字節表示這些數字取決於編碼。 – zer0uno

@歡迎詞沒有混合，也沒有任何含糊。該上下文中的Unicode顯式爲UTF16。請注意，文字外的_identifiers_必須是兩個字節的代碼點（也是一個單一的代碼單元） - 但這不是您真正要求的。 –

因此，如果UTF-16可以使用代碼單元表示每個unicode字符，那麼說「任何unicode代碼點」和「任何unicode代碼單元」之間有什麼區別？ – zer0uno

回答