javascript中charcode的Unicode字符用于charcodes>；0xFFFF

我需要从unicode字符码中获取字符串/字符，最后将其放入DOM TextNode中，以便使用客户端JavaScript将其添加到HTML页面中

目前，我正在做：

String.fromCharCode(parseInt(charcode, 16));

---

其中，

charcode

是包含charcode的十六进制字符串，例如

“1D400”

。应返回的unicode字符是

字符串。fromCharCode只能处理BMP中的代码点（即最多U+FFFF）。要处理更高的代码点，可以使用中的此函数返回代理项对表示：

function fixedFromCharCode (codePt) {
    if (codePt > 0xFFFF) {
        codePt -= 0x10000;
        return String.fromCharCode(0xD800 + (codePt >> 10), 0xDC00 + (codePt & 0x3FF));
    } else {
        return String.fromCharCode(codePt);
    }
}

问题在于JavaScript中的字符是，但可以将JavaScript中基本多语言平面之外的字符表示为UTF-16代理项对

以下功能改编自：

功能utf16Encode（输入）{
变量输出=[]，i=0，len=input.length，value；
而（我0xFFFF）{
值-=0x10000；
output.push（String.fromCharCode（（值>>>10）和0x3FF）| 0xD800）；
值=0xDC00 |（值&0x3FF）；
}
push（String.fromCharCode（value））；
}
返回output.join（“”）；
}
警报（utf16Encode（[0x1D400]）；
EcmaScript语言规范第8.4节说

当字符串包含实际文本数据时，每个元素都被视为单个UTF-16代码单元。无论这是否是字符串的实际存储格式，字符串中的字符都按其初始代码单元元素位置进行编号，就像它们是用UTF-16表示的一样。字符串上的所有操作（除非另有说明）都将其视为未区分的16位无符号整数序列；它们不能确保生成的字符串是标准化形式，也不能确保语言敏感的结果

因此，您需要将补充代码点编码为UTF-16代码单元对

这篇文章很好地描述了如何做到这一点

UTF-16使用一个或两个无符号16位代码单元的序列对Unicode码点进行编码。值U+0000到U+FFFF以一个具有相同值的16位单位进行编码。补充字符以两个代码单元编码，第一个从高代理项范围（U+D800到U+DBFF），第二个从低代理项范围（U+DC00到U+DFFF）。这在概念上似乎与多字节编码相似，但有一个重要区别：U+D800到U+DFFF的值保留在UTF-16中使用；没有字符被指定为代码点。这意味着，对于字符串中的每个代码单元，软件可以判断它是表示一个单位字符，还是表示两个单位字符的第一个或第二个单位。这是对一些传统多字节字符编码的重大改进，其中字节值0x41可能表示字母“a”或是两字节字符的第二个字节

下表显示了几个字符的不同表示形式：

代码点/UTF-16代码单元

U+0041/0041

U+00DF/00DF

U+6771/6771

U+10400/D801 DC00

了解UTF-16代码单元后，可以使用javascript函数
string创建字符串。fromCharCode
：

String.fromCharCode(0xd801, 0xdc00) === '
String.fromCodePoint()
 seems to do the trick as well. See here.


console.log(String.fromCodePoint(0x1D622, 0x1D623, 0x1D624, 0x1D400));

String.fromCharCode（0xd801，0xdc00）=='
String.fromCodePoint（）
似乎也能做到这一点。看

输出：

所以JScript字符串是UTF-16编码的，据我所知，这段代码是charcode=>UTF-16转换。。。我希望问题（和解决方案）是这样的。成功了！坦克！我尝试了这个，得到了一个“字符转换错误”-但我意识到脚本文件是用utf-8编码的；当我将编码更改为ucs2（notepad++）时，它起了作用。虽然我使用了（较短的）失范代码，但我接受了您的解决方案，因为您的代码进行了很好的错误检查（但我不需要它）。请注意，正确的术语只是
UTF-16
编码。这会将前65536个字符（代理项除外）的一对一映射到
UCS-2
。但是从你的代码中我们可以看到，它只是“普通的”
UTF-16
@AlexisWilke：不完全是。JavaScript字符不是以UCS-2或UTF-16的形式公开的：它与UCS-2完全相同，只是允许使用代理。它不是UTF-16，因为不匹配的代理和错误顺序的代理是允许的。只有在浏览器中呈现字符时，UTF-16样式的代理才会组合成单个Unicode字符。这里有一篇很好的背景文章：感谢您的详细解释！这使我更深入地理解了JScript字符串的行为。w3schools的以下文档中对fromCharCode的描述似乎是错误的，因为它只是说“Unicode值”，但0x1A000也是一个“Unicode值”：@leems，因为我引用了规范：“15.5.3.2 String.fromCharCode（[char0[，char1[，…]））返回一个字符串值，该值包含的字符数与参数数相同。每个参数指定结果字符串的一个字符，第一个参数从左到右指定第一个字符，依此类推。通过应用操作ToUint16（9.7）将参数转换为字符并将得到的16位整数视为字符的代码单位值。如果未提供任何参数，则结果为空字符串。“@leems，因为字符是UTF-16代码单位，而ToUint16（0x10000）==0，尝试将补充代码单位传递给
字符串。fromCharCode
将无法按预期工作。不幸的是，
String.fromCharCode（0x10000）='\u0000'
。内博斯加·西里奇和其他人正在努力使下一个版本在i18n方面变得更好：我说的“错”是指对i18n的描述
String.fromCharCode(0xd801, 0xdc00) === '
String.fromCodePoint()
 seems to do the trick as well. See here.


console.log(String.fromCodePoint(0x1D622, 0x1D623, 0x1D624, 0x1D400));