JavaScript实现UTF-8编解码

首先简单介绍一下UTF-8。UTF-8以字节为单位对Unicode进行编码。

UTF-8的特点是对不同范围的字符使用不同长度的编码。对于0x00-0x7F之间的字符，UTF-8编码与ASCII编码完全相同。

UTF-8编码的最大长度是6个字节。6字节模板有31个x，即可以容纳31位二进制数字。

Unicode的最大码位0x7FFFFFFF也只有31位。

从Unicode到UTF-8的编码方式如下：

以下是js实现代码，首先是编码

function utf8Encode(inputStr) {
    var outputStr = "";
    for(var i = 0; i < inputStr.length; i++) {
        var temp = inputStr.charCodeAt(i);
        //0xxxxxxx
        if(temp < 128) {
            outputStr += String.fromCharCode(temp);
        }
        //110xxxxx 10xxxxxx
        else if(temp < 2048) {
            outputStr += String.fromCharCode((temp >> 6) | 192);
            outputStr += String.fromCharCode((temp & 63) | 128);
        }
        //1110xxxx 10xxxxxx 10xxxxxx
        else if(temp < 65536) {
            outputStr += String.fromCharCode((temp >> 12) | 224);
            outputStr += String.fromCharCode(((temp >> 6) & 63) | 128);
            outputStr += String.fromCharCode((temp & 63) | 128);
        }
        //11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
        else {
            outputStr += String.fromCharCode((temp >> 18) | 240);
            outputStr += String.fromCharCode(((temp >> 12) & 63) | 128);
            outputStr += String.fromCharCode(((temp >> 6) & 63) | 128);
            outputStr += String.fromCharCode((temp & 63) | 128);
        }
    }
    return outputStr;
}

下面是解码

function utf8Decode(inputStr) {
    var outputStr = "";
    var code1, code2, code3, code4;
    for (var i = 0; i < inputStr.length; i++) {
        code1 = inputStr.charCodeAt(i);
        if (code1 < 128) {
            outputStr += String.fromCharCode(code1);
        } else if (code1 < 224) {
            code2 = inputStr.charCodeAt(++i);
            outputStr += String.fromCharCode(((code1 & 31) << 6) | (code2 & 63));
        } else if (code1 < 240) {
            code2 = inputStr.charCodeAt(++i);
            code3 = inputStr.charCodeAt(++i);
            outputStr += String.fromCharCode(((code1 & 15) << 12) | ((code2 & 63) << 6) | (code3 & 63));
        } else {
            code2 = inputStr.charCodeAt(++i);
            code3 = inputStr.charCodeAt(++i);
            code4 = inputStr.charCodeAt(++i);
            outputStr += String.fromCharCode(((code1 & 7) << 18) | ((code2 & 63) << 12) |((code3 & 63) << 6) | (code2 & 63));
        }
    }
    return outputStr;
}

以上！