// 将字符串格式化为UTF8编码的字节 var writeUTF = function (str, isGetBytes) { var back = []; var byteSize = 0; for (var i = 0; i < str.length; i++) { var code = str.charCodeAt(i); if (0x00 <= code && code <= 0x7f) { byteSize += 1; back.push(code); } else if (0x80 <= code && code <= 0x7ff) { byteSize += 2; back.push((192 | (31 & (code >> 6)))); back.push((128 | (63 & code))) } else if ((0x800 <= code && code <= 0xd7ff) || (0xe000 <= code && code <= 0xffff)) { byteSize += 3; back.push((224 | (15 & (code >> 12)))); back.push((128 | (63 & (code >> 6)))); back.push((128 | (63 & code))) } } for (i = 0; i < back.length; i++) { back[i] &= 0xff; } if (isGetBytes) { return back } if (byteSize <= 0xff) { return [0, byteSize].concat(back); } else { return [byteSize >> 8, byteSize & 0xff].concat(back); } } writeUTF('中'); // => [0, 3, 228, 184, 173] // 前两位表示后面utf8字节的长度。因为长度为3，所以前两个字节为`0，3` // 内容为`228, 184, 173`转成16进制就是`0xE4 0xB8 0xAD`
// 读取UTF8编码的字节，并专为Unicode的字符串 var readUTF = function (arr) { if (typeof arr === 'string') { return arr; } var UTF = '', _arr = this.init(arr); for (var i = 0; i < _arr.length; i++) { var one = _arr[i].toString(2), v = one.match(/^1+?(?=0)/); if (v && one.length == 8) { var bytesLength = v[0].length; var store = _arr[i].toString(2).slice(7 - bytesLength); for (var st = 1; st < bytesLength; st++) { store += _arr[st + i].toString(2).slice(2) } UTF += String.fromCharCode(parseInt(store, 2)); i += bytesLength - 1 } else { UTF += String.fromCharCode(_arr[i]) } } return UTF } readUTF([0, 3, 228, 184, 173]); => '中'
另外一种将中文解析得到UTF8字节码的方法
另外一种比较简单的将中文转为UTF8字节码的方法比较简单，浏览器也提供了一个方法，而且这个方法大家都一直在用，是什么哪？就是encodeURI。当然，encodeURIComponent也是可以的。
没错，就是这个方法。那么这个方法是怎么将一个Unicode编码的中文转为UTF8的字节码嘞？
var str = '中'; var code = encodeURI(str); console.log(code); // => %E4%B8%AD
有没有发现得到了一个转义后的字符串，而且这个字符串中的内容和我之前在上面得到的字节码是一样的～～～。
下面我们将%E4%B8%AD转为一个number数组。
var codeList = code.split('%'); codeList = codeList.map(item => parseInt(item,16)); console.log(codeList); // => [228, 184, 173]
如此简单，有木有～～～
这个简便方法的原理是什么？
这里就涉及到的URI中的querystring编码的问题了。因为按照规定，URI中的querystring必须按照UTF8的编码进行传输，而JavaScript是Unicode的，所以浏览器就给我们提供了一个方法，也就是encodeURI/encodeURIComponent方法。这个方法会讲
非英文字符(这里考虑下，为什么是非英文字符？)先转为UTF8的字节码，然后前面加个%进行拼接，所以我们将汉字"中"转义下便得到了"%E4%B8%AD".
好吧，原理就这些，没有其他的了。
不过，这种方法还有个缺点，那就是只会转义非英文字符，所以当我们需要将英文字符也格式化为UTF8编码时，这个方法是达不到我们需求的，我们还需要额外的将英文字符也给转义下。
那我想要解析回来应该怎么做哪？用decodeURI/decodeURIComponent就可以了。
var codeList = [228, 184, 173]; var code = codeList.map(item => '%'+item.toString(16)).join(''); decodeURI(code); // => 中
好了，到这里本文也就介绍完UTF8的编码了。
希望可以帮助大家了解到UTF-8编码的原理。
以上就是小编为大家带来的通过javascript进行UTF-8编码的实现方法全部内容了，希望大家多多支持脚本之家~
您可能感兴趣的文章: