学习使用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。

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;

}