utf8的编码算法 转载


Posted in Javascript onDecember 27, 2006

unicode字符集是我们世界上最完善最全面的字符集,几乎包含了世界上所有的字符。其实可以这么理解,unicode字符集是一张巨大的表格,把世界上各种语言的字符和标点符号都编排到里面,然后按照一定的顺序给每个字符排号(很遗憾的是对于中文来说,这个顺序不是按照汉语拼音的顺序)。有了这张巨大的表格,世界上大部分字符就都有一个unicode内码(整数)来对应。计算机就通过记录字符的unicode码来表示这个字符,然后交给操作系统,操作系统通过unicode码到字符字体点阵的映射把这个内码转换成字体点阵显示到我们的屏幕上。

         utf8是我们常用的编码方式,在web开发中使用utf8编码能完全解决字符集问题。其实utf8是unicode字符集的一种物理实现,它描述了如何高效的存储unicode的内码(就是上面说的字符在字符集的顺序码),RFC2044文档(http: //www.ietf.org/rfc/rfc2044.txt?number=2044)描述了如何从一个内码转换成utf8格式的算法。英文不好没关系,看这个转换表就会马上明白了:

   UCS-4 range (hex.)           UTF-8 octet sequence (binary)
   0000 0000-0000 007F   0xxxxxxx
   0000 0080-0000 07FF   110xxxxx 10xxxxxx
   0000 0800-0000 FFFF   1110xxxx 10xxxxxx 10xxxxxx
   0001 0000-001F FFFF   11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
   0020 0000-03FF FFFF   111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
   0400 0000-7FFF FFFF   1111110x 10xxxxxx ... 10xxxxxx

         上面的表格左边是16进制表示的unicode内码,最后一行的16进制数“7FFF FFFF”是utf8所能表示的内码的最大值,换成10进制是这样的一个数:2147483647(够大吧:))[对不起,此文最初这儿写错了,已改正]。上面表格中右边一列就是utf8的二进制格式,转换规则可谓一目了然。我直接给出算法吧(js代码):


    function toUtf8(code)
    {
     var iByte=0;
     var i=0;
     result="";
     while(code>0x7f)
     {
      iByte=code%0x40;
      code=(code-iByte)/0x40;
      result="%"+(iByte|0x80).toString(16).toUpperCase()+result;
      i++;
     }
     prefix=[0x0,0xc0,0xe0,0xf0,0xf8,0xfc];
     if(i>prefix.length)
     {
      i=5;
     }
     result=""+(code|prefix[i]).toString(16).toUpperCase()+result;
     return result;
    }
        


          例如字符"汉"的unicode是6C49,把这个unicode字符表示为一个大整数,然后转变成多字节编码110110001001001:
          观察这个整数的二进制码序列(110,110001,001001)
          从后往前取
          如果这个二进制序列只有后7位(小于128,也就是ascii字符)则直接取后7位二进制数形成一个utf8字符。
          上面的字符“汉”二进制序列大于7位,所以取后6位(1001001),加10形成一个utf8字节(10 001001 ,16进制89)。
          剩下的二进制序列(110,110001)从后向前取6位,加10形成一个utf8字节(10 110001,16进制B1)。
          剩下的二进制序列(110)从后向前取6位,由于不足6位,将这个数和1110000相或,得到字符11100110,16进制E6
          最后,就得到了utf8编码,16进制表示为E6B189

           【应用领域】
           虽然这种标准算法大部分已经由开发工具提供商或者库实现,但是我们依然会在某些时候需要自己实现这种算法:
           某些浏览器(ie5)不支持encodeURI函数,那么使用ajax提交汉字有两种方案:
                 汉字字符经escape转变成形如"%uXXXX"的字符,服务端使用上述算法将u后面的unicode序号转变成utf8字符
                 使用上面的算法结合escape直接在客户端实现encodeURI功能(推荐使用这种方案)

            实现json-rpc服务
            json是javascript的对象直接量形式,其中字符串必须是unicode字符,汉字需要转换成"\uXXXX"的形式。所以我们需要把服务端字符进行json转变。对于php来说,现在有两个开源项目JSON-PHP 和 PHP-JSON。
            json-rpc是一种以json为数据格式的rpc协议,可以方便应用与ajax项目中,json-rpc.org是一个开源的实现。

Javascript 相关文章推荐
JavaScript 节点操作 以及DOMDocument属性和方法
Dec 06 Javascript
JS使用ajax方法获取指定url的head信息中指定字段值的方法
Mar 24 Javascript
JavaScript中的原型prototype属性使用详解
Jun 05 Javascript
JavaScript实现ASC转汉字及汉字转ASC的方法
Jan 23 Javascript
Html5+jQuery+CSS制作相册小记录
Dec 30 Javascript
vue系列之动态路由详解【原创】
Sep 10 Javascript
浅谈实现vue2.0响应式的基本思路
Feb 13 Javascript
解决vue-cli项目webpack打包后iconfont文件路径的问题
Sep 01 Javascript
layui问题之模拟table表格中的选中按钮选中事件的方法
Sep 20 Javascript
js实现星星打分效果
Jul 05 Javascript
Postman环境变量全局变量使用方法详解
Aug 13 Javascript
js实现鼠标点击飘爱心效果
Aug 19 Javascript
ie和firefox中img对象区别的困惑
Dec 27 #Javascript
使用javascript访问XML数据的实例
Dec 27 #Javascript
URL编码转换,escape() encodeURI() encodeURIComponent()
Dec 27 #Javascript
escape、encodeURI、encodeURIComponent等方法的区别比较
Dec 27 #Javascript
破除网页鼠标右键被禁用的绝招大全
Dec 27 #Javascript
Windows Live的@live.com域名注册漏洞 利用代码
Dec 27 #Javascript
用javascript实现无刷新更新数据的详细步骤 asp
Dec 26 #Javascript
You might like
高亮度显示php源代码
2006/10/09 PHP
php显示时间常用方法小结
2015/06/05 PHP
基于PHP实现商品成交时发送短信功能
2016/05/11 PHP
php判断是否为ajax请求的方法
2016/11/29 PHP
php中时间函数date及常用的时间计算
2017/05/12 PHP
PHP实现QQ登录的开原理和实现过程
2018/02/04 PHP
Laravel 中使用简单的方法跟踪用户是否在线(推荐)
2019/10/30 PHP
LazyLoad 延迟加载(按需加载)
2010/05/31 Javascript
jQuery操作Select选择的Text和Value(获取/设置/添加/删除)
2013/03/06 Javascript
浅谈关于JavaScript的语言特性分析
2013/04/11 Javascript
jquery转盘抽奖功能实现
2015/11/13 Javascript
javascript原生ajax写法分享
2016/04/10 Javascript
jQuery给指定的table动态添加删除行的操作方法
2016/10/12 Javascript
基于bootstrap-datetimepicker.js不支持IE8的快速解决方法
2016/11/07 Javascript
JS使用正则实现去掉字符串左右空格的方法
2016/12/27 Javascript
AngularJS表单基本操作
2017/01/09 Javascript
解决Layui当中的导航条动态添加后渲染失败的问题
2019/09/25 Javascript
原生JS实现多条件筛选
2020/08/19 Javascript
[01:33]PWL开团时刻DAY2-开雾与反开雾
2020/10/31 DOTA
Python实现发送QQ邮件的封装
2017/07/14 Python
详解python3中zipfile模块用法
2018/06/18 Python
详解python中的json和字典dict
2018/06/22 Python
浅谈python之高阶函数和匿名函数
2019/03/21 Python
Python如何爬取51cto数据并存入MySQL
2020/08/25 Python
Prometheus开发中间件Exporter过程详解
2020/11/30 Python
python读写数据读写csv文件(pandas用法)
2020/12/14 Python
CSS3实现鼠标悬停显示扩展内容
2016/08/24 HTML / CSS
有关HTML5中背景音乐的自动播放功能
2017/10/16 HTML / CSS
比利时买床:Beter Bed
2017/12/06 全球购物
Europcar比利时:租车
2019/08/26 全球购物
现金会计岗位职责
2013/12/05 职场文书
《最大的“书”》教学反思
2014/02/14 职场文书
工伤事故证明
2014/10/20 职场文书
2016会计专业自荐信范文
2016/01/28 职场文书
Java比较两个对象中全部属性值是否相等的方法
2021/08/07 Java/Android
解决使用了nginx获取IP地址都是127.0.0.1 的问题
2021/09/25 Servers