Java String.getBytes ("UTF8") JavaScript 模拟

Question

Bytes to string and backward

在那里编写的函数可以正常工作，即 pack(unpack("string")) 产生 "string"。但我希望得到与 "string".getBytes("UTF8") 在 Java 中给出的结果相同的结果。

问题是如何在 JavaScript 中创建一个提供与 Java getBytes("UTF8") 相同功能的函数？

对于上述文章中的拉丁字符串 unpack(str) 提供与 getBytes("UTF8") 相同的结果，只是它添加了 0 对于奇怪的位置。但是对于非拉丁字符串，它在我看来完全不同。有没有办法像 Java 那样在 JavaScript 中处理字符串数据？

Answer 1

您不需要编写完整的 UTF-8 编码器；有一个更简单的 JS 习惯用法将 Unicode 字符串转换为表示 UTF-8 代码单元的字节字符串:

unescape(encodeURIComponent(str))

(这是有效的，因为 escape/unescape 使用的奇数编码使用 %xx 十六进制序列来表示 ISO-8859-1 字符该代码，而不是 URI 组件转义所使用的 UTF-8。类似地，decodeURIComponent(escape(bytes)) 朝另一个方向发展。)

所以如果你想要一个数组，它会是:

function toUTF8Array(str) {
    var utf8= unescape(encodeURIComponent(str));
    var arr= new Array(utf8.length);
    for (var i= 0; i<utf8.length; i++)
        arr[i]= utf8.charCodeAt(i);
    return arr;
}