JavaScript深入解读：字节操作与`charCodeAt()`、`fromCharCode()`312

JavaScript 并没有直接提供类似于 `getByte()` 的原生方法来直接获取字符串中某个字符的字节表示。这与许多底层编程语言（如C、C++）不同，JavaScript 作为一种高级语言，更注重操作字符而非字节。然而，理解字符在 JavaScript 中的底层表示，以及如何间接地获取字节信息，对于处理非ASCII字符、字符编码以及与其他系统交互至关重要。本文将深入探讨 JavaScript 字符编码、字节操作的相关方法，并解答你可能遇到的相关问题。

首先，我们需要明确 JavaScript 使用的是 Unicode 编码，更具体地说是 UTF-16 编码。 UTF-16 将每个字符编码成 16 位或 32 位的代码单元 (code unit)。对于基本多语言平面 (BMP) 中的字符，每个字符用一个 16 位的代码单元表示；而对于辅助平面 (supplementary planes) 中的字符，则需要使用两个 16 位的代码单元（称作代理对 surrogate pair）来表示。这就是为什么 JavaScript 中 `` 属性返回的是代码单元的数量，而不是字节的数量。

那么，如何获取一个字符的字节表示呢？答案是：间接操作。我们需要利用 `charCodeAt()` 和 `fromCharCode()` 方法，配合对 UTF-16 编码的理解，来实现类似 `getByte()` 的功能。

`charCodeAt()` 方法

`charCodeAt(index)` 方法返回字符串中指定索引位置的字符的 UTF-16 代码单元值。记住，这个值是一个无符号的 16 位整数。例如：
let str = "你好";
((0)); // 输出：20320 (你好的第一个字的 UTF-16 代码单元)
((1)); // 输出：22909 (你好的第二个字的 UTF-16 代码单元)

对于 BMP 中的字符，`charCodeAt()` 返回的数值直接对应于其 UTF-16 编码值。而对于辅助平面中的字符，`charCodeAt()` 返回的是代理对中的第一个代码单元的值。

`fromCharCode()` 方法

`fromCharCode()` 方法是 `charCodeAt()` 的逆操作，它接受一个或多个 UTF-16 代码单元值作为参数，并返回由这些代码单元组成的字符串。例如：
let charCode = 20320;
let char = (charCode);
(char); // 输出：你

需要注意的是，`fromCharCode()` 只能处理单个代码单元，对于辅助平面中的字符，需要使用两个代码单元来表示。因此，直接用 `fromCharCode()` 无法完整地表示所有 Unicode 字符。

模拟`getByte()`的功能

要模拟 `getByte()` 的功能，我们需要结合 `charCodeAt()` 和对 UTF-16 编码的深入理解。对于 BMP 中的字符，一个字符占用 2 个字节，我们可以直接将 `charCodeAt()` 返回的值转换为字节数组：
function getBytes(str) {
let bytes = [];
for (let i = 0; i < ; i++) {
let code = (i);
if (code > 8);
(code & 0xFF);
} else { // 辅助平面字符 (需要更复杂的处理)
// ... (处理辅助平面字符的逻辑，需要分解成两个代码单元，再分别处理)
// 此处省略辅助平面字符的处理，因为较为复杂，需要考虑代理对的编码方式
("不支持辅助平面字符");
}
}
return bytes;
}
let str = "你好";
let bytes = getBytes(str);
(bytes); // 输出： [230, 151, 160, 231, 149, 140] (注意：这只是一个示例，实际结果可能因系统编码差异而不同)

这段代码只处理了 BMP 中的字符，对于辅助平面中的字符，需要更复杂的逻辑来处理代理对，将其分解为四个字节。这部分逻辑比较复杂，这里为了简化篇幅没有给出完整代码，但是核心思想是将每个 16 位代码单元分解成两个 8 位字节。

总结

JavaScript 本身并不直接提供字节级操作，但我们可以通过巧妙地运用 `charCodeAt()` 和 `fromCharCode()` 方法，结合对 UTF-16 编码的理解，来间接实现类似 `getByte()` 的功能。然而，需要注意的是，处理非 ASCII 字符，尤其是辅助平面字符时，需要格外小心，并处理好代理对的编码和解码。对于复杂的字节操作需求，建议使用等环境下的 Buffer 对象，它提供了更底层的字节操作能力。

本文旨在帮助大家理解 JavaScript 中字符的底层表示以及如何进行间接的字节操作。希望能够解答你关于 JavaScript 字节操作的疑问，并帮助你更好地处理各种字符编码问题。

2025-05-27

上一篇：JavaScript字符编码详解：从Unicode到UTF-8及常见问题解决

下一篇：深入解读JavaScript运行结果：从基础语法到高级应用