文字规整公约 0.2.0

此包补标准库所无之四术，其义与 ECMAScript 对应之字符串法逐字相同，使自 JS 迁来之业于豫言得同一之果：去首尾空白 同 String.prototype.trim；转小写 同不带区域之 String.prototype.toLowerCase；UTF16长度 同字符串之 length；全为字母或数字吗 同 /^[\p{L}\p{N}]+$/u.test。二版于初版之上惟增其术，旧术之签不易。

去首尾空白 去首尾之 WhiteSpace 与 LineTerminator：U+0009、U+000A、U+000B、U+000C、U+000D、U+0020、U+00A0、U+1680、U+2000 至 U+200A、U+2028、U+2029、U+202F、U+205F、U+3000、U+FEFF（字节序标记）。U+0085、U+180E、U+200B 非空白，不去。中间之空白不动，果可为空文。

转小写 依 Unicode 完整（含特殊）之大小写映射转小写，不带区域，并含词尾 Σ 之上下文规则（Final_Sigma）：ΑΣ 为 ας，词中之 Σ 为 σ；带点之大写 İ（U+0130）为 i 加 U+0307（其长自一字变二字）；ẞ（U+1E9E）为 ß。本已小写或无小写之形者不变。所用 Unicode 之版，由宿主 JavaScript 引擎定之，同一宿主版本，其果与 JS 同。

UTF16长度 返 UTF-16 码元之数：基本平面之字计一，增补平面之字（如 emoji 及部分汉字）计二。此异于标准库之 串长度（按通字符计）与 字节长度（UTF-8 字节之数）。迁移中倚 JS .length 之验（如“邮箱不逾二百五十四长”）者，当用此术。

全为字母或数字吗 者，文非空，且每一码点皆属 Unicode 通类之字母（L）或数字（N），则阳：汉字、假名、带音之拉丁字母、希腊与西里尔字母、诸文之十进及他数（如全角数字、罗马数字 Ⅷ）皆算；下划线、连字符、空白、标点、符号、emoji、组合之记（如独立之 U+0301）皆不算；空文为阴。所用 Unicode 之版，由宿主 JavaScript 引擎定之。欲容他字（如下划线与连字符）者，先于己侧去之，再以余部调此术（余空则视为过）。

四术之入皆不逾一 MiB（UTF-8 字节，即一零四八五七六）；逾则调用败而抛豫言之异，不截。四术不改所传之文，亦不为规范化（NFC、NFD）、折叠（toLocaleLowerCase、大小写折叠）之属；孤立代理项不存于豫言字符串，故不在此约之域；入文若含非法之 UTF-8 序列，先依 WHATWG 之 UTF-8 解码之则，易每一非法序列为 U+FFFD，而后运算。

一致之例

| 术 | 入 | 果 | | --- | --- | --- | | 去首尾空白 | U+3000、空格、a b、U+3000 | a b | | 去首尾空白 | U+FEFF、x、U+FEFF | x | | 去首尾空白 | U+200B、x | 不变（U+200B 非空白） | | 去首尾空白 | 全为空白之文 | 空文 | | 转小写 | ABC ÜÏ | abc üï | | 转小写 | İ | U+0069 U+0307 | | 转小写 | ΑΣ、ΑΣΑ、Σ | ας、ασα、σ | | UTF16长度 | abc、豫言 | 三、二 | | UTF16长度 | 😀（U+1F600） | 二 | | 全为字母或数字吗 | abc123、豫言、é、Ⅷ、１２ | 阳 | | 全为字母或数字吗 | 空文、a_b、a-b、a b、😀、U+0301 | 阴 | | 任一术 | 一 MiB 又一字节 | 抛豫言之异 |

界

此包惟此四术，不含 toUpperCase、随区域之大小写、Unicode 规范化、按 UTF-16 下标取子串之属；有需则另立术。云工适配经通用句柄桥呼宿主 JS 引擎之 String 对象，他宿主可以等价之原生实现承之，惟其果须与 ECMAScript 对应之法同。