JavaScript UTF-8 编码与解码131

什么是 UTF-8？

UTF-8（Unicode Transformation Format – 8-bit）是一种 Unicode 转换格式，它将 Unicode 字符编码为一系列 8 位字节序列。UTF-8 是 Unicode 的标准编码，因为它具有以下优点：
向后兼容 ASCII：UTF-8 的前七位字节与 ASCII 字符集相同，这意味着所有 ASCII 字符都可以用一个字节表示。
可变长度编码：UTF-8 中的字符表示为可变长度的字节序列，其中较小的字符使用较短的序列，而较大的字符使用较长的序列。
兼容性：UTF-8 广泛用于 Web、电子邮件和其他文本传输协议中。

UTF-8 编码

UTF-8 编码算法根据 Unicode 字符的值将字符编码为字节序列。该算法如下：
如果 Unicode 字符值小于 128，则用一个字节表示，字节的最高位为 0，其余位包含字符值。
如果 Unicode 字符值在 128 到 2047 之间，则用两个字节表示，第一个字节的最高位为 110，第二个字节的最高位为 10，剩余位包含字符值。
如果 Unicode 字符值在 2048 到 65535 之间，则用三个字节表示，第一个字节的最高位为 1110，第二个和第三个字节的最高位为 10，剩余位包含字符值。

UTF-8 解码

UTF-8 解码算法将字节序列解码为 Unicode 字符。该算法如下：
如果第一个字节的最高位为 0，则该字节表示一个 ASCII 字符。
如果第一个字节的最高位为 110，则该字节表示一个两个字节的 UTF-8 序列，第二个字节的最高位必须为 10。
如果第一个字节的最高位为 1110，则该字节表示一个三个字节的 UTF-8 序列，第二个和第三个字节的最高位都必须为 10。

JavaScript 中的 UTF-8

JavaScript 提供了几个内置函数来处理 UTF-8 编码的字符串：
encodeURI() 和 decodeURI() 函数对 URL 组件进行 UTF-8 编码和解码。
encodeURIComponent() 和 decodeURIComponent() 函数对 URL 组件中的特定字符进行 UTF-8 编码和解码。
btoa() 和 atob() 函数将字符串转换为 Base64 编码和解码，Base64 编码是 UTF-8 的变体。

示例
// 编码一个 UTF-8 字符串
const encodedString = encodeURI("你好，世界！");
// 解码一个 UTF-8 编码的字符串
const decodedString = decodeURI(encodedString);

UTF-8 是一种高效且广泛使用的 Unicode 编码，它可以在 JavaScript 中轻松处理。理解 UTF-8 编码和解码对于处理多语言文本和传输 Unicode 字符至关重要。

2024-12-22

上一篇：JavaScript 换行符：类型、比较和实用场景

下一篇：JavaScript 类的定义：全面指南