如何利用 Symbol.iterator 实现对原始字符串的“按词”而非“按字符”迭代-js教程-PHP中文网

javascript字符串默认按utf-16编码单元迭代，无法直接按词遍历；需通过自定义迭代器（如words包装对象）实现，不可修改string.prototype[symbol.iterator]。

如何利用 symbol.iterator 实现对原始字符串的“按词”而非“按字符”迭代

JavaScript 中字符串默认的 Symbol.iterator 是按 UTF-16 编码单元（即“字符”，对大多数 ASCII 字符等价于字形，但对 emoji 或代理对可能不准确）逐个迭代的，无法直接实现“按词”（word-based）遍历。所谓“按词”，通常指按自然语言中的单词（如空格/标点分隔的语义单元）切分后逐一访问。这需要**自定义迭代器**，而非修改原始字符串的内置行为。

理解问题本质：String.prototype[Symbol.iterator] 不可覆盖

原始字符串是不可变的，其 Symbol.iterator 方法由引擎固化实现，无法通过赋值或原型修改来重写。试图这样做（如 String.prototype[Symbol.iterator] = ...）在严格模式下会报错，且违背规范，不推荐也不可靠。

正确思路是：创建一个**包装对象或工具函数**，返回符合迭代协议（有 [Symbol.iterator] 方法并返回迭代器对象）的新结构，该结构内部按词逻辑生成值。

方案一：封装为可迭代对象（推荐）

定义一个类或工厂函数，接收字符串，内部用正则或 split() 提取词语，再提供自定义 Symbol.iterator：

使用 /\b\w+\b/g 匹配单词（忽略标点、空格，保留连字符词需调整正则）
迭代器状态保存匹配结果数组和当前索引，next() 每次返回下一个词
示例代码：

function Words(str) {
  // 提取所有单词（支持带连字符，如 "well-known"）
  const words = str.match(/[\w\u4e00-\u9fa5]+(?:[-'][\w\u4e00-\u9fa5]+)*/g) || [];
  return {
    [Symbol.iterator]() {
      let i = 0;
      return {
        next() {
          return i // 使用
for (const word of Words("Hello, 世界! well-known...")) {
console.log(word); // "Hello", "世界", "well-known"
}

方案二：返回生成器函数（更简洁）

利用 function* 语法，天然返回可迭代对象，逻辑更清晰：

正则匹配后用 yield 逐个产出单词
无需手动管理索引和 done 状态
代码更短，可读性高

function* words(str) {
  const matches = str.match(/[\w\u4e00-\u9fa5]+(?:[-'][\w\u4e00-\u9fa5]+)*/g) || [];
  for (const w of matches) yield w;
}
<p>// 使用
for (const w of words("TypeScript is great!")) {
console.log(w); // "TypeScript", "is", "great"
}</p>