【转】javascript 中 string 转 UTF8 格式 byte 数组|爱丽萌

版权声明：本文为CSDN博主「第三眼的思绪」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/a123638/article/details/46535239

在javascript代码中，有些地方我们需要将string转为byte数组再进行进一步处理，网上太少这方面的资料。这里我根据java中String.getByte(“UTF-8”)的实现机制来进行string转byte数组的处理，同时解决中文和非英文字母转byte数组时的编码问题。其代码如下：

/**
 *@description:将string转为UTF-8格式signed char字节数组
 *
 */
function stringToBytes(str) {
    var bytes = new Array();
    for (var i = 0; i < str.length; i++) {
        var c = str.charCodeAt(i);
        var s = parseInt(c).toString(2);
        if (c >= parseInt('000080', 16) && c <= parseInt('0007FF', 16)) {
            var af = '';
            for (var j = 0; j < (11 - s.length); j++) {
                af += '0';
            }
            af += s;
            var n1 = parseInt('110' + af.substring(0, 5), 2);
            var n2 = parseInt('110' + af.substring(5), 2);
            if (n1 > 127) n1 -= 256;
            if (n2 > 127) n2 -= 256;
            bytes.push(n1);
            bytes.push(n2);
        } else if (c >= parseInt('000800', 16) && c <= parseInt('00FFFF', 16)) {
            var af = '';
            for (var j = 0; j < (16 - s.length); j++) {
                af += '0';
            }
            af += s;
            var n1 = parseInt('1110' + af.substring(0, 4), 2);
            var n2 = parseInt('10' + af.substring(4, 10), 2);
            var n3 = parseInt('10' + af.substring(10), 2);
            if (n1 > 127) n1 -= 256;
            if (n2 > 127) n2 -= 256;
            if (n3 > 127) n3 -= 256;
            bytes.push(n1);
            bytes.push(n2);
            bytes.push(n3);
        } else if (c >= parseInt('010000', 16) && c <= parseInt('10FFFF', 16)) {
            var af = '';
            for (var j = 0; j < (21 - s.length); j++) {
                af += '0';
            }
            af += s;
            var n1 = parseInt('11110' + af.substring(0, 3), 2);
            var n2 = parseInt('10' + af.substring(3, 9), 2);
            var n3 = parseInt('10' + af.substring(9, 15), 2);
            var n4 = parseInt('10' + af.substring(15), 2);
            if (n1 > 127) n1 -= 256;
            if (n2 > 127) n2 -= 256;
            if (n3 > 127) n3 -= 256;
            if (n4 > 127) n4 -= 256;
            bytes.push(n1);
            bytes.push(n2);
            bytes.push(n3);
            bytes.push(n4);
        } else {
            bytes.push(c & 0xff);
        }
    }
    return bytes;
}

这样，就完成了string通过UTF-8转byte数组。
经过算法可精简为以下代码：

function str2UTF8(str) {
    var bytes = new Array();
    var len, c;
    len = str.length;
    for (var i = 0; i < len; i++) {
        c = str.charCodeAt(i);
        if (c >= 0x010000 && c <= 0x10FFFF) {
            bytes.push(((c >> 18) & 0x07) | 0xF0);
            bytes.push(((c >> 12) & 0x3F) | 0x80);
            bytes.push(((c >> 6) & 0x3F) | 0x80);
            bytes.push((c & 0x3F) | 0x80);
        } else if (c >= 0x000800 && c <= 0x00FFFF) {
            bytes.push(((c >> 12) & 0x0F) | 0xE0);
            bytes.push(((c >> 6) & 0x3F) | 0x80);
            bytes.push((c & 0x3F) | 0x80);
        } else if (c >= 0x000080 && c <= 0x0007FF) {
            bytes.push(((c >> 6) & 0x1F) | 0xC0);
            bytes.push((c & 0x3F) | 0x80);
        } else {
            bytes.push(c & 0xFF);
        }
    }
    return bytes;
}

具体为什么这么转，可以参考我的另一篇博客http://blog.csdn.net/a123638/article/details/46532385。