为什么 String.fromCharCode(0xd800) to String.fromCharCode(0xdfff) 返回替换字符？

问题描述

为什么会这样：

> String.fromCharCode(0xd7FF)
'퟿'
> String.fromCharCode(0xd800)
'�'
> String.fromCharCode(0xdffe) // (and everything in between)
'�'
> String.fromCharCode(0xdfff)
'�'
> String.fromCharCode(0xe000)
''

DFFF₁₆ 是 55296₁₀。我用 String.fromCodePoint() 得到相同的结果。

解决方法

代码点 U+D800 到 U+DFFF 保留用于 surrogates 的 UTF-16 编码。实际上，这些字符从不单独有效 - 它们总是代理对 - 一个高代理，然后是一个低代理。 （令人困惑的是，“高代理”范围是 U+D800 到 U+DBFF 的范围，“低代理”范围是 U+DC00 到 U+DFFF 的范围。）

这对字符在 UTF-16 中组合以表示基本多语言平面之外的单个字符。

除了 UTF-16 中的这个特殊含义之外，这些不是有效字符。因此，String.fromCharCode 基本上说“您没有提供有效的字符串数据”并使用 Unicode 替换字符是合理的。