使用JavaScript实现UTF-8编解码

首先简单介绍一下UTF-8。UTF-8以字节为单位对Unicode进行编码。UTF-8的特点是对不同范围的字符使用不同长度的编码。对于0x00-0x7F之间的字符，UTF-8编码与ASCII编码完全相同。UTF-8编码的最大长度是6个字节。从上表可以看出，6字节模板有31个x，即可以容纳31位二进制数字。Unicode的最大码位0x7FFFFFFF也只有31位。
从Unicode到UTF-8的编码方式如下：

Unicode编码(十六进制) UTF-8 字节流(二进制) 000000-00007F 0xxxxxxx 000080-0007FF 110xxxxx 10xxxxxx 000800-00FFFF 1110xxxx 10xxxxxx 10xxxxxx 010000-10FFFF 11110xxx10xxxxxx10xxxxxx10xxxxxx

以下是js实现代码，首先是编码

function utf8Encode(inputStr) {  var outputStr = "";  for(var i = 0; i < inputStr.length; i++) {    var temp = inputStr.charCodeAt(i);    //0xxxxxxx    if(temp < 128) {      outputStr += String.fromCharCode(temp);    }    //110xxxxx 10xxxxxx    else if(temp < 2048) {      outputStr += String.fromCharCode((temp >> 6) | 192);      outputStr += String.fromCharCode((temp & 63) | 128);    }    //1110xxxx 10xxxxxx 10xxxxxx    else if(temp < 65536) {      outputStr += String.fromCharCode((temp >> 12) | 224);      outputStr += String.fromCharCode(((temp >> 6) & 63) | 128);      outputStr += String.fromCharCode((temp & 63) | 128);    }    //11110xxx 10xxxxxx 10xxxxxx 10xxxxxx    else {      outputStr += String.fromCharCode((temp >> 18) | 240);      outputStr += String.fromCharCode(((temp >> 12) & 63) | 128);      outputStr += String.fromCharCode(((temp >> 6) & 63) | 128);      outputStr += String.fromCharCode((temp & 63) | 128);    }  }  return outputStr;}

下面是解码

function utf8Decode(inputStr) {  var outputStr = "";  var code1, code2, code3, code4;  for(var i = 0; i < inputStr.length; i++) {    code1 = inputStr.charCodeAt(i);    if(code1 < 128) {      outputStr += String.fromCharCode(code1);    }    else if(code1 < 224) {      code2 = inputStr.charCodeAt(++i);      outputStr += String.fromCharCode(((code1 & 31) << 6) | (code2 & 63));    }    else if(code1 < 240) {      code2 = inputStr.charCodeAt(++i);      code3 = inputStr.charCodeAt(++i);      outputStr += String.fromCharCode(((code1 & 15) << 12) | ((code2 & 63) << 6) | (code3 & 63));    }    else {      code2 = inputStr.charCodeAt(++i);      code3 = inputStr.charCodeAt(++i);      code4 = inputStr.charCodeAt(++i);      outputStr += String.fromCharCode(((code1 & 7) << 18) | ((code2 & 63) << 12) |((code3 & 63) << 6) | (code2 & 63));    }  }  return outputStr;}

以上！

转载请注明原地址，谢谢！