为什么 String.indexOf 会这样运行？ [复制]答案

【问题标题】：Why is String.indexOf functioning like this? [duplicate]为什么 String.indexOf 会这样运行？ [复制]
【发布时间】：2021-02-20 21:51:09
【问题描述】：

我正在尝试根据用户输入的查询匹配一些文本。在遇到一些问题后，我发现String.indexOf 的这种相当奇怪的行为我根本无法理解：

如果我尝试将不带变音符号的查询与带变音符号的字符串匹配，它会起作用：（不知道为什么）

"brezzel cu brânză".indexOf("bra")

11

但是将相同的字符串与后面的另一个字母匹配，不起作用：

"brezzel cu brânză".indexOf("bran")

-1

（在 Chrome 和 Firefox 中测试，行为相同）

这是我不知道的记录在案的行为还是这里到底发生了什么？

【问题讨论】：

a 不等于 â.. brân 在字符串中但bran 不在字符串中
如果这些字符在你看来是一样的（你的显示很奇怪），请在 js 控制台中运行一些代码。console.log("a"=="â")
Array.from("brânză") 揭示了字符串中的确切内容。
源字符串中的“a”字符由正常的拉丁语“a”加上“组合抑扬符”字符组成，Unicode 代码点 770（十进制）。
相关：Javascript - normalize accented greek characters 和 Seemingly identical strings fail comparison。

【解决方案1】：

如果我没记错的话，js 字符是用 2 个字节编码的。但许多其他 unicode 字符编码为 4 个字节。现在 char â 是 4 个字节。前 2 个字节是 a，这就是第一种情况有效的原因。使用转义函数查看：

escape("brezzel cu brânză")
"brezzel%20cu%20bra%u0302nza%u0306"

看到%20 是空格，然后是bra，然后是%u0302，它与之前的a 一起编码â。

也许你可以告诉其余的。如果你想测试它：

'a' + String.fromCharCode('0x0302') //â

【讨论】：