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
让插入到 innerHTML 中的 script 跑起来的实现代码
Jul 01 Javascript
Dom操作之兼容技巧分享
Sep 20 Javascript
js获取GridView中行数据的两种方法 分享
Jul 13 Javascript
仿新浪微博登陆邮箱提示效果的js代码
Aug 02 Javascript
js 与 php 通过json数据进行通讯示例
Mar 26 Javascript
js浏览器本地存储store.js介绍及应用
May 13 Javascript
node.js中的buffer.Buffer.isBuffer方法使用说明
Dec 14 Javascript
JS实现判断滚动条滚到页面底部并执行事件的方法
Dec 18 Javascript
angularJS 入门基础
Feb 09 Javascript
AngularJS ng-style中使用filter
Sep 21 Javascript
jQuery+ajax实现批量删除功能完整示例
Jun 06 jQuery
JS控制下拉列表左右选择实例代码
May 08 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
探讨fckeditor在Php中的配置详解
2013/06/08 PHP
PHP写的加密函数,支持私人密钥(详细介绍)
2013/06/09 PHP
详谈PHP程序Laravel 5框架的优化技巧
2016/07/18 PHP
关于php支持的协议与封装协议总结(推荐)
2017/11/17 PHP
PHP基于imagick扩展实现合成图片的两种方法【附imagick扩展下载】
2017/11/14 PHP
PHP7新特性之抽象语法树(AST)带来的变化详解
2018/07/17 PHP
ThinkPHP5&5.1实现验证码的生成、使用及点击刷新功能示例
2020/02/07 PHP
javascript 操作Word和Excel的实现代码
2009/10/26 Javascript
js+JQuery返回顶部功能如何实现
2012/12/03 Javascript
zTree插件之单选下拉菜单实例代码
2013/11/07 Javascript
Android中的jQuery:AQuery简介
2014/05/06 Javascript
jquery.map()方法的使用详解
2015/07/09 Javascript
jQuery事件委托之Safari
2016/07/05 Javascript
Vue.js render方法使用详解
2017/04/05 Javascript
详解RequireJS按需加载样式文件
2017/04/12 Javascript
JavaScript实现换肤功能
2017/09/15 Javascript
详解webpack import()动态加载模块踩坑
2018/07/17 Javascript
详解Vue.js 作用域、slot用法(单个slot、具名slot)
2019/10/15 Javascript
vue created钩子函数与mounted钩子函数的用法区别
2020/11/05 Javascript
MySQL适配器PyMySQL详解
2017/09/20 Python
Python递归函数 二分查找算法实现解析
2019/08/12 Python
Python fileinput模块如何逐行读取多个文件
2020/10/05 Python
CSS 3.0文字悬停跳动特效代码
2020/10/26 HTML / CSS
html5响应式开发自动计算fontSize的方法
2020/01/13 HTML / CSS
JBL英国官网:JBL UK
2018/07/04 全球购物
英国手机零售商:Metrofone
2019/03/18 全球购物
LN-CC英国:伦敦时尚生活的缩影
2019/09/01 全球购物
父母寄语大全
2014/04/12 职场文书
广告学专业毕业生自荐信
2014/05/28 职场文书
应聘教师求职信
2014/07/19 职场文书
介绍信的写法
2015/01/31 职场文书
国庆节新闻稿
2015/07/17 职场文书
《我是什么》教学反思
2016/02/16 职场文书
解析在浏览器地址栏输入一个URL后发生了什么
2021/06/21 Servers
使用CSS实现一个搜索引擎的原理解析
2021/09/25 HTML / CSS
浅谈 JavaScript 沙箱Sandbox
2021/11/02 Javascript