javascript语言中的字符编码

发布网友发布时间：2024-08-26 11:26

共1个回答

热心网友时间：2024-08-27 20:54

JavaScript自1995年诞生以来，就采用了Unicode作为其编码方式。这一点在ECMAScript3和ECMAScript5标准中都有明确规定，要求JavaScript必须支持Unicode的后续版本。

JavaScript采用UTF-16编码方式，这意味着所有的JavaScript代码在计算机中都是以UTF-16的2或4字节方式存储。其中，2字节用于编码0x0 - 0xFFFF的码段，编码后的数值与Unicode码点一致；4字节（两个双字节）用于编码0x10000 - 0x10FFFF的码点，这些码点被称为代理对。

代理对是通过一系列规则将超出BMP平面的码点转换成两个属于BMP平面的码点。例如，0x10437码点会被编码成D801 DC37。其中，U+D800到U+DFFF码段用于高位代理和低位代理，它们之间间隔1024个码点，刚好各自能够满足前后10位。

JavaScript的String对象提供了Unicode码点和字符串的转换方法。String.fromCharCode()方法可以将Unicode码点转换成字符串，而charCodeAt()方法则可以将字符串指定位置的字符转换成Unicode码点。

JavaScript引擎将所有源码视为一连串的UTF16码元，因此字符串的length指的是码元的个数，而不是字符个数。对于4个字节UTF-16编码的字符串，其length为2。对于中文等BMP平面内的字符，其length始终为1。如果需要获取正确的length值，可以使用Array.from(str).length或识别两个相邻的码元是否形成代理对的关系。