JS中UTF-8和UTF-16互转

1.由于服务端使用的Go，默认是使用UTF-8编码的，而JS默认是Unicode编码的（也就是UTF-16），所以为了字符串编码的一致性，将前端字符串数据编码转换为UTF-8之后再发送给服务端，服务端发送过来的字符串数据转换回UTF-16再使用。

PS：关于编码可参考《关于编码：Unicode/UTF-8/UTF-16/UTF-32》

2.UTF-16转UTF-8

            var utf16ToUtf8 = function (utf16Str) {

                var utf8Arr = [];

                var byteSize = 0;

                for (var i = 0; i < utf16Str.length; i++) {

                    //获取字符Unicode码值

                    var code = utf16Str.charCodeAt(i);

                    //如果码值是1个字节的范围，则直接写入

                    if (code >= 0x00 && code <= 0x7f) {

                        byteSize += 1;

                        utf8Arr.push(code);

                        //如果码值是2个字节以上的范围，则按规则进行填充补码转换

                    } else if (code >= 0x80 && code <= 0x7ff) {

                        byteSize += 2;

                        utf8Arr.push((192 | (31 & (code >> 6))));

                        utf8Arr.push((128 | (63 & code)))

                    } else if ((code >= 0x800 && code <= 0xd7ff)

                        || (code >= 0xe000 && code <= 0xffff)) {

                        byteSize += 3;

                        utf8Arr.push((224 | (15 & (code >> 12))));

                        utf8Arr.push((128 | (63 & (code >> 6))));

                        utf8Arr.push((128 | (63 & code)))

                    } else if(code >= 0x10000 && code <= 0x10ffff ){

                        byteSize += 4;

                        utf8Arr.push((240 | (7 & (code >> 18))));

                        utf8Arr.push((128 | (63 & (code >> 12))));

                        utf8Arr.push((128 | (63 & (code >> 6))));

                        utf8Arr.push((128 | (63 & code)))

                    }

                }

                return utf8Arr

            }

3.UTF-8转UTF-16

            var utf8ToUtf16 = function (utf8Arr) {

                var utf16Str = '';

                for (var i = 0; i < utf8Arr.length; i++) {

                    //每个字节都转换为2进制字符串进行判断

                    var one = utf8Arr[i].toString(2);

                    //正则表达式判断该字节是否符合>=2个1和1个0的情况

                    var v = one.match(/^1+?(?=0)/);

                    //多个字节编码

                    if (v && one.length == 8) {

                        //获取该编码是多少个字节长度

                        var bytesLength = v[0].length;

                        //首个字节中的数据,因为首字节有效数据长度为8位减去1个0位，再减去bytesLength位的剩余位数

                        var store = utf8Arr[i].toString(2).slice(7 - bytesLength);

                        for (var st = 1; st < bytesLength; st++) {

                            //后面剩余字节中的数据，因为后面字节都是10xxxxxxx，所以slice中的2指的是去除10

                            store += utf8Arr[st + i].toString(2).slice(2)

                        }

                        //转换为Unicode码值

                        utf16Str += String.fromCharCode(parseInt(store, 2));

                        //调整剩余字节数

                        i += bytesLength - 1

                    } else {

                        //单个字节编码，和Unicode码值一致，直接将该字节转换为UTF-16

                        utf16Str += String.fromCharCode(utf8Arr[i])

                    }

                }

                return utf16Str

            }

参考网址：《通过javascript进行UTF-8编码的实现方法》

以上。

巴特西

JS中UTF-8和UTF-16互转

最新文章

热门文章