JavaScript 中日文半宽片假名的字符索引与取值行为解析-js教程-PHP中文网

JavaScript 中日文半宽片假名的字符索引与取值行为解析

本文解释为何 'ﾄｹﾞ'.indexOf('ｹ') 返回 1 且 'ﾄｹﾞ'.charAt(1) 返回 'ｹ'：字符串 'ﾄｹﾞ' 实际由三个 Unicode 字符组成（半宽ト、半宽ケ、半宽 voiced sound mark ﾟ），而非视觉上看似两个字符的合成字，因此索引操作严格按码点单位计算。

本文解释为何 `'ﾄｹﾞ'.indexof('ｹ')` 返回 1 且 `'ﾄｹﾞ'.charat(1)` 返回 `'ｹ'`：字符串 `'ﾄｹﾞ'` 实际由三个 unicode 字符组成（半宽ト、半宽ケ、半宽 voiced sound mark `ﾟ`），而非视觉上看似两个字符的合成字，因此索引操作严格按码点单位计算。

在 JavaScript 中，String.prototype.indexOf() 和 String.prototype.charAt() 均基于 UTF-16 编码单元（code units） 进行操作，而非用户感知的“视觉字符”或 Unicode 抽象字符（grapheme clusters）。这一点对处理日文半宽片假名（Half-width Katakana）尤为关键。

以字符串 'ﾄｹﾞ' 为例，它并非由两个字符ﾄ和ｹﾞ构成，而是由以下 三个独立的 Unicode 字符 组成：

ﾄ — U+FF86（HALFWIDTH KATAKANA LETTER TO）
ｹ — U+FF7B（HALFWIDTH KATAKANA LETTER KE）
ﾞ — U+FF9E（HALFWIDTH KATAKANA VOICED SOUND MARK，即半宽浊音符）

⚠️ 注意：Unicode 中不存在独立的“半宽ゲ”字符（U+FF7B + U+FF9E 的组合是标准表示法），而全宽版ゲ则有专用码点 U+30B2。浏览器/渲染引擎会将ｹ + ﾞ连续显示为视觉上连体的ｹﾞ，但这只是渲染层的组合效果，底层仍是两个可单独寻址的字符。

OpenJDK 24

下载

因此：

'ﾄｹﾞ'.length        // → 3（三个 UTF-16 code units）
'ﾄｹﾞ'.charAt(0)     // → 'ﾄ'
'ﾄｹﾞ'.charAt(1)     // → 'ｹ' ← 正确返回第二个字符
'ﾄｹﾞ'.charAt(2)     // → 'ﾞ'

'ﾄｹﾞ'.indexOf('ｹ')  // → 1 ← 因为 'ｹ' 确实位于索引 1 处
'ﾄｹﾞ'.indexOf('ﾞ')  // → 2
'ﾄｹﾞ'.indexOf('ｹﾞ') // → -1 ← 'ｹﾞ' 是两个字符，不是单个子串（除非写成 'ｹﾞ' 字符串，但此处源串中并无该预组合字符）

✅ 正确判断“是否包含半宽ゲ”的方式应基于字符序列匹配，而非单字符查找：

const str = 'ﾄｹﾞ';
// 检查是否包含「ケ＋浊音符」这一组合
const hasKeGe = /ｹﾞ/.test(str.replace(/[\uFF9E\uFF9F]/g, 'ﾞ')); // 不推荐：依赖替换
// 更健壮的做法：显式检查相邻字符
function containsHalfwidthKeGe(s) {
  for (let i = 0; i <p>? 总结：  </p>

JavaScript 字符串操作始终面向 编码单元（code units），不是视觉字形；
半宽片假名的浊音/半浊音通过基础字符 + 附加符号（U+FF9E/U+FF9F） 实现，属 Unicode 组合机制；
如需按“用户看到的一个字”进行操作（如光标移动、删除、高亮），应使用 Intl.Segmenter（现代环境）或成熟的 grapheme-splitting 库（如 grapheme-splitter）；
避免用 charAt() / indexOf() 直接处理东亚文字中的组合字符场景——它们不理解字素簇（grapheme clusters）。

Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南