js实现unicode码字符串与utf8字节数据互转详解

下面是详细讲解“js实现unicode码字符串与utf8字节数据互转”的攻略：

什么是Unicode和UTF-8？

Unicode是一种字符集，它为世界上所有的字符都分配了一个唯一的数字编号，这个数字就是字符的Unicode码。而UTF-8是Unicode的一种编码方式，它将Unicode码转换成字节流，方便在计算机中进行存储和传输。

Unicode字符串转成UTF-8字节数据

function stringToUtf8ByteArray(str) {
    const utf8Array = new Array();
    for (let i = 0; i < str.length; i++) {
        let charcode = str.charCodeAt(i);
        if (charcode < 0x80) utf8Array.push(charcode);
        else if (charcode < 0x800) {
            utf8Array.push(((charcode >> 6) & 0x1F) | 0xC0);
            utf8Array.push((charcode & 0x3F) | 0x80);
        } else if (charcode < 0x10000) {
            utf8Array.push(((charcode >> 12) & 0x0F) | 0xE0);
            utf8Array.push(((charcode >> 6) & 0x3F) | 0x80);
            utf8Array.push((charcode & 0x3F) | 0x80);
        } else {
            utf8Array.push(((charcode >> 18) & 0x07) | 0xF0);
            utf8Array.push(((charcode >> 12) & 0x3F) | 0x80);
            utf8Array.push(((charcode >> 6) & 0x3F) | 0x80);
            utf8Array.push((charcode & 0x3F) | 0x80);
        }
    }
    return utf8Array;
}

以上代码实现了将Unicode字符串转换成UTF-8字节数据的功能，算法原理是根据Unicode码对每个字符进行分类判断，然后将字符的UTF-8编码添加到数组中。示例代码如下：

const str = "Hello, 世界";
const byteArray = stringToUtf8ByteArray(str);
console.log(byteArray); // [ 72, 101, 108, 108, 111, 44, 32, 228, 184, 150, 231, 149, 140 ]

以上代码就是将"Hello, 世界"这个Unicode字符串转成了UTF-8字节数据。

UTF-8字节数据转成Unicode字符串

function utf8ByteArrayToString(byteArray) {
    let resultStr = '';
    for (let i = 0; i < byteArray.length; i++) {
        let number = byteArray[i];
        if (number < 128) {
            resultStr += String.fromCharCode(number);
        } else if (number >= 192 && number <= 223) {
            i ++;
            let nextNumber = byteArray[i];
            resultStr += String.fromCharCode(((number & 0x1F) << 6) | (nextNumber & 0x3F));
        } else if (number >= 224 && number <= 239) {
            i ++;
            let nextNumber1 = byteArray[i];
            i ++;
            let nextNumber2 = byteArray[i];
            resultStr += String.fromCharCode(((number & 0x0F) << 12) | ((nextNumber1 & 0x3F) << 6) | (nextNumber2 & 0x3F))
        } else if (number >= 240 && number <= 247) {
            i ++;
            let nextNumber1 = byteArray[i];
            i ++;
            let nextNumber2 = byteArray[i];
            i ++;
            let nextNumber3 = byteArray[i];
            resultStr += String.fromCharCode(((number & 0x07) << 18) | ((nextNumber1 & 0x3F) << 12) | ((nextNumber2 & 0x3F) << 6) | (nextNumber3 & 0x3F))
        }
    }
    return resultStr;
}

以上代码实现了将UTF-8字节数据转换成Unicode字符串的功能，算法原理是根据UTF-8字节数据的特点，对每个字节进行分类处理，然后转成Unicode码，最后将Unicode码转成字符，然后拼接成字符串。示例代码如下：

const byteArray = [ 72, 101, 108, 108, 111, 44, 32, 228, 184, 150, 231, 149, 140 ];
const str = utf8ByteArrayToString(byteArray);
console.log(str); // "Hello, 世界"

以上代码就是将[ 72, 101, 108, 108, 111, 44, 32, 228, 184, 150, 231, 149, 140 ]这个UTF-8字节数据转成了"Hello, 世界"这个Unicode字符串。