如何在JavaScript中将字符串转成UTF-8格式

在日常的开发中，我们经常需要将字符串转化成 UTF-8 格式，因为 UTF-8 是一种通用的字符编码方式，它支持多语言字符，包括中文、日文、韩文等等。JavaScript 是一门常用的脚本语言，它可以帮助我们实现这个转换过程。

本文将会从以下几个方面介绍如何在 JavaScript 中将字符串转成 UTF-8 格式：

了解 UTF-8 编码方式

快速实现字符串转 UTF-8

完整的 UTF-8 转码方案

了解 UTF-8 编码方式

UTF-8 是一种变长字符编码，它的编码规则如下：

对于单字节的字符，字节的第一位设为 0，后面 7 位为这个字符的 Unicode 码；

对于多字节的字符，首字节的前 n 位全为 1，第 n+1 位为 0，后面字节的前 2 位一律设为 10，剩余的 6 位为该字符的 Unicode 码。

例如，中文字符 "你" 的 Unicode 码为 "U+4F60"，根据上述规则，将其转成 UTF-8 编码后应该是 "E4 BD A0"。

快速实现字符串转 UTF-8

在 JavaScript 中，我们可以通过编码和解码函数方便地实现字符串转 UTF-8 格式的功能。

首先是编码函数，我们可以使用 encodeURIComponent() 函数把字符串转为 URI 编码格式，再将每个字符的 URI 编码按照 UTF-8 格式拼接成最终的字符串，示例代码如下：

function utf8Encode(str) {
  let encodedStr = encodeURIComponent(str).replace(/%([0-9A-F]{2})/g, (match, p1) => {
    return String.fromCharCode(parseInt(p1, 16));
  });
 
  let utf8Str = "";
  for (let i = 0; i < encodedStr.length; i++) {
    let charCode = encodedStr.charCodeAt(i);
    if (charCode < 128) {
      utf8Str += String.fromCharCode(charCode);
    } else if (charCode < 2048) {
      utf8Str += String.fromCharCode((charCode >> 6) | 192);
      utf8Str += String.fromCharCode((charCode & 63) | 128);
    } else {
      utf8Str += String.fromCharCode((charCode >> 12) | 224);
      utf8Str += String.fromCharCode(((charCode >> 6) & 63) | 128);
      utf8Str += String.fromCharCode((charCode & 63) | 128);
    }
  }
 
  return utf8Str;
}

其中， encodeURIComponent() 函数用于把字符串转化成 URI 编码，replace() 函数则用于将每个字符的 URI 编码按照 UTF-8 格式拼接成最终的字符串。

解码函数则是使用 decodeURIComponent() 函数对经过编码的字符串进行解码，示例代码如下：

function utf8Decode(utf8Str) {
  let decodedStr = "";
  let i = 0;
 
  while (i < utf8Str.length) {
    let charCode = utf8Str.charCodeAt(i);
    if (charCode < 128) {
      decodedStr += String.fromCharCode(charCode);
      i++;
    } else if (charCode >= 192 && charCode < 224) {
      decodedStr += String.fromCharCode(((charCode & 31) << 6) | (utf8Str.charCodeAt(i + 1) & 63));
      i += 2;
    } else {
      decodedStr += String.fromCharCode(((charCode & 15) << 12) | ((utf8Str.charCodeAt(i + 1) & 63) << 6) | (utf8Str.charCodeAt(i + 2) & 63));
      i += 3;
    }
  }
 
  return decodeURIComponent(decodedStr);
}

完整的 UTF-8 转码方案

上述的函数虽然能够实现字符串转 UTF-8 格式，但是如果我们需要对整个 Web 应用中的字符串进行转码，这种方法就不太实用了。这时候我们可以借助第三方库，比如 iconv-lite，来完成整个应用的转码任务，示例代码如下：

const iconv = require("iconv-lite");
 
let utf8Str = "欢迎使用 iconv-lite 库";
 
let buf = iconv.encode(utf8Str, "utf8"); // 转成 UTF-8 Buffer
let gbkStr = iconv.decode(buf, "gbk"); // 转成 GBK 编码字符串

在上述代码中，我们使用 iconv.encode() 函数将字符串转成 UTF-8 编码的 Buffer，再使用 iconv.decode() 函数将 Buffer 转成对应编码的字符串。需要注意的是，使用 iconv-lite 库需要先通过 npm 安装，安装方式为：

npm install iconv-lite

总结

本文介绍了如何在 JavaScript 中将字符串转换成 UTF-8 格式。我们了解了 UTF-8 编码方式，通过编码和解码函数实现了字符串转 UTF-8 的简单方法，并介绍了使用 iconv-lite 库完成整个应用的转码任务。在实际开发中，根据实际需求选择适合的方法可以减少开发成本，提高工作效率。