JavaScript charCodeAt相关问题：0xd7ff、0xe000及码点计算逻辑解析

两个边界常量的作用 #

0xd7ff和0xe000是UTF-16编码体系里代理区间的上下边界：

• Unicode为了兼容UTF-16编码规则，在基本多语言平面（BMP，码点范围0x0000_{`0xFFFF`）中预留了`0xD800`}0xDFFF共2048个码位，专门用于表示超出BMP范围的补充平面字符（也就是需要两个16位码元存储的字符，比如部分emoji、生僻汉字），这个区间不会分配给任何独立的有效字符。
• 0xd7ff是代理区间之前最后一个有效BMP字符的码点值，0xe000是代理区间之后第一个有效BMP字符的码点值。

代码中if (code <= 0xd7ff || code >= 0xe000) return code的判断逻辑，就是识别当前位置取到的码元是不是独立的单码元字符，如果是就直接返回对应码点，不需要做拼接计算。

代理对计算公式的作用 #

(code << 10) + next - 0x35fdc00是手动计算UTF-16代理对对应真实Unicode码点的简化实现，用来给不支持原生codePointAt方法的老旧JS环境做兼容：

1. 如果当前位置的码元落在代理区间内，说明它是代理对的前导（高）代理码元，需要和下一个位置的尾随（低）代理码元组合，才能得到字符的真实码点。
2. UTF-16代理对转码点的标准换算规则为：

真实码点 = (高代理码元 - 0xD800) * 1024 + (低代理码元 - 0xDC00) + 0x10000

3. 把标准公式展开后合并所有常数项计算：-0xD800 * 1024 - 0xDC00 + 0x10000的结果正好是-0x35fdc00，而左移10位等价于乘以1024，因此公式可以简化为代码中的写法，计算结果和标准规则完全一致。

补充说明：开头定义的nonASCIIwhitespace正则，用于匹配ASCII空白字符（空格、制表符、换行符等）之外的特殊空白字符，包括排版用窄空格、全角空格、零宽格式符、字节顺序标记等。

内容的提问来源于stack exchange，提问作者cui