JavaScript字符

1. 字符表示法

JavaScript 中 string 类型用于表示文本数据，是一组16位的无符号整数值（UCS-2编码）

// unicode码点在0-FF范围的字符:
var char = 'a'        // 字面量
var char = '\141'     // unicode 码 八进制 （三位八进制数）
var char = '\x61'     // unicode 码 十六进制 （两位十六进制数）
var char = '\u0061'   // unicode 码 十六进制（四位十六进制数)

// unicode码点大于FFFF的字符
var char = ''
var char = '\u{20BB7}'      // unicode codepoint
var char = '\uD842\uDFB7'   // UTF-16码元(代理对)

// 转义字符
var char = '\n'
var char = '\x0a'
var char = '\012'

2. Unicode

unicode包含1,112,064个码点/码位（code point/code position），编码范围是0x0000 到 0x10FFFF

在表示一个Unicode的字符时，通常会用“U+”然后紧接着一组十六进制的数字来表示这一个字符，比如 a的码位是97，写作 U+0061 。

一个字符的Unicode编码是确定的，但实际使用还要确定编码的实现方式（Unicode Transformation Format，简称为UTF）。UTF-8、UTF-16、UTF-32都是将码点值转换为程序数据的实现方案。

3. UTF-16

在Unicode基本多文种平面定义的字符一律使用2字节储存。而在辅助平面定义的字符，会以代理对（surrogate pair）的形式，以两个2字节的值来储存。

从U+D800到U+DFFF是代理区，D800-DBFF作为UTF-16的高半区（High-half zone of UTF-16），DC00-DFFF作为UTF-16的低半区（Low-half zone of UTF-16）
所以，当我们遇到两个字节，发现它的码点在U+D800到U+DBFF之间，就可以断定，紧跟在后面的两个字节的码点，应该在U+DC00到U+DFFF之间，这四个字节必须放在一起解读。

---

补充阅读
https://www.cnblogs.com/benbenalin/p/6921553.html
http://www.ruanyifeng.com/blog/2014/12/unicode.html