JavaScript 中的 UTF-8 编码168

##
## 简介
UTF-8（Unicode Transformation Format-8）是一种可变长度字符编码形式，用于表示 Unicode 字符集中的字符。它在 JavaScript 中广泛使用，用于处理国际化文本和存储多语言数据。
## UTF-8 编码原理
UTF-8 编码将每个 Unicode 字符表示为一个或多个字节序列。每个字节序列的第一个字节称为引导字节，它指示后续字节的数量：
* 0xxxxxxx：1 字节序列（7 位）
* 110xxxxx：2 字节序列（11 位）
* 1110xxxx：3 字节序列（16 位）
* 11110xxx：4 字节序列（21 位）
后续字节称为延续字节，它们将引导字节的最后一位与字符的其余位组合在一起。
## JavaScript 中的 UTF-8 处理
JavaScript 提供了以下方法来处理 UTF-8 编码的字符串：
1. ()：将 Unicode 代码点转换为 UTF-8 编码的字符串。
```js
const str = (0x41, 0x42, 0x43); // "ABC"
```
2. ()：将 UTF-8 编码的字符串中的字符转换为 Unicode 代码点。
```js
const codePoint = (0); // 65 ('A')
```
3. encodeURI()：对 URI 编码 UTF-8 编码的字符串。
```js
const encodedURI = encodeURI("你好，世界！"); // "%E4%BD%A0%E5%A5%BD,%20%E4%B8%96%E7%95%8C!"
```
4. decodeURI()：解码已通过 encodeURI() 编码的 UTF-8 编码字符串。
```js
const decodedURI = decodeURI("%E4%BD%A0%E5%A5%BD,%20%E4%B8%96%E7%95%8C!"); // "你好，世界！"
```
5. TextEncoder：用于将字符串编码为 UTF-8 字节数组。
```js
const encoder = new TextEncoder();
const bytes = ("你好，世界！"); // Uint8Array 字节数组
```
6. TextDecoder：用于将 UTF-8 字节数组解码为字符串。
```js
const decoder = new TextDecoder();
const str = (bytes); // "你好，世界！"
```
## UTF-8 字符串操作注意事项
处理 UTF-8 字符串时，要注意以下事项：
* UTF-8 字符可能由多个字节组成，因此不能用单个字符索引来访问。
* 使用传统的字符函数可能无法正确处理 UTF-8 字符串。
* Unicode 规范定义了许多字符范围，需要使用正则表达式和库来识别和处理这些特殊字符。
## 结论
UTF-8 编码在 JavaScript 中处理国际化文本和多语言数据至关重要。通过理解 UTF-8 编码原理和使用 JavaScript 提供的方法，开发人员可以有效地处理多语言字符串和数据。

2024-12-30

---

上一篇：JavaScript 选择器

下一篇：JavaScript 对象的方法