JavaScript字元集編碼與解碼詳談，javascript字元集

JavaScript字元集編碼與解碼詳談，javascript字元集

一、字元集

1）字元與位元組（Character）

字元是各種文字和符號的總稱，包括亂碼；一個字元對應1~n個位元組，一位元組對應8位，每位用0或1表示。

2）字元集（Character Set）

字元集是多個字元的集合，每個字元集包含的字元個數不同，常見字元集名稱：ASCII字元集、GB2312字元集、Unicode字元集等。

3）字元集編碼（Character Encoding）

字元集編碼就是將符號轉換為電腦可讀的二進位，解碼就是把二進位轉換為人類可讀的符號。

字元集大多對應一種編碼方式（例如GBK對應GBK編碼），但Unicode編碼有多種，包括UTF-8、UTF-16、UTF-32和UTF-7。

目前網頁用的最多的就是“UTF-8”，UTF-8使用一至四個位元組為每個字元編碼，是ASCII的一個超集，所以現存的ASCII文本不需要轉換

二、瀏覽器進位

1）HTML 屬性中使用十進位和十六進位

十進位在HTML中可使用“8”，十六進位，則使用“Z”，比十進位多了個x，進位碼中也多了a～f這6個字元來表示10~15。

2）CSS屬性中使用十進位和十六進位

CSS相容HTML的進位形式，除此之外，十六進位還可以使用“\6c”的形式來表示。

3）JavaScript編碼封裝

可以直接通過eval執行字串八進位和十六進位兩種編碼方式，其中八進位用“\56”表示，十六進位用“\x5c”表示。

如果代碼中應用了漢字並且需要進行進位編碼，那麼只能進行十六進位Unicode編碼，其表示形式為：“\u4ee3\u7801”。

在“Web前端駭客技術揭秘”中經封裝了兩個方法來做編碼和解碼，主要用到了下面兩個方法，具體代碼可查看此處。

核心代碼是：“str.charCodeAt(char).toString(進位)”與“String.fromCharCode(parseInt(code,進位))”

charCodeAt() 方法返回0到65535之間的整數，表示給定索引處的UTF-16代碼單元

靜態String.fromCharCode() 方法返回使用指定的Unicode值序列建立的字串。

還可以通過一個線上網頁進行編碼解碼“MonyerJS”。

4）HTML自動解碼機制

例如在網頁中輸入16進位的“Hello”，自動就會解碼為“hello”。

還有一些比較熟知的空格“ ”也是這種機制。

三、瀏覽器編碼

JavaScript中有三對可以對字串編碼解碼的函數，分別是：

escape/unescape、encodeURI/decodeURI、encodeURIComponent/decodeURIComponent。

主要的區別還是不編碼的字元個數。

1）escape不編碼的字元有69個

*、+、-、.、/、@、_、0～9、a～z、A～Z而且escape對0～255以外的unicode值進行編碼時輸出%u****格式。

2）encodeURI不編碼的字元有82個

!、#、$、&、'、(、)、*、+、,、-、.、/、:、;、=、?、@、_、~、0～9、a～z、A～Z

3）encodeURIComponent不編碼的字元有71個

!、'、(、)、*、-、.、_、~、0～9、a～z、A～Z