JavaScript中解析/记录字符串时的转义、Unicode与字符转义问题

当字符串被赋值到变量时，JavaScript引擎已经将所有转义序列（包括\uXXXX、\n等）解析为对应字符，原始的转义符号已不存在。要还原回用户输入的原始转义格式，需要反向将字符转换为对应的转义字符串，具体实现如下：

核心思路 #

• 针对控制字符（如\n、\t、\b等），直接匹配字符本身而非正则元字符，避免混淆（比如正则中的\b是单词边界，而非退格符）。
• 针对Unicode字符，将其码点转换为\uXXXX格式的转义序列。
• 保留ASCII可打印字符（32-126）无需转义。

实现代码 #

function escapeString(str) {
  // 控制字符与转义字符串的映射
  const controlCharMap = {
    '\n': '\\n',
    '\t': '\\t',
    '\r': '\\r',
    '\b': '\\b',
    '\\': '\\\\',
    '/': '\\/'
  };

  return str.split('').map(char => {
    // 优先处理控制字符
    if (controlCharMap[char]) {
      return controlCharMap[char];
    }
    const codePoint = char.codePointAt(0);
    // ASCII可打印字符直接返回
    if (codePoint >= 32 && codePoint <= 126) {
      return char;
    }
    // 转换为4位十六进制Unicode转义序列
    return `\\u${codePoint.toString(16).padStart(4, '0').toUpperCase()}`;
  }).join('');
}

// 测试示例
let str = "some user generated better string that contains unicode escapes \u1451 \u3516 with some otehr escapes \n \t \r \b \\ / and so on";
console.log(escapeString(str));

关键说明 #

• 处理\b时，直接匹配退格符字符本身（'\b'），而非正则表达式的\b元字符，避免误替换单词边界。
• String.raw仅适用于模板字面量的原始字符串，无法处理已被解析的字符串——此时原始转义信息已丢失，只能通过反向转换还原。
• 若需处理超过U+FFFF的Unicode字符（如emoji），可扩展逻辑将码点转换为\u{XXXXXX}格式的转义序列。

内容的提问来源于stack exchange，提问作者Arnav Kumar