JavaScript如何实现UTF-16编码转换为UTF-8编码——utfx.js源码解析

概述

当你在前端需要通过二进制数据与服务端进行通信时，你可能会遇到二进制数据的编码问题。大部分服务端的字符串编码类型都为UTF-8，而JavaScript中字符串编码类型是UTF-16，因此，你需要一个能够将字符串在两种编码方式间进行转换的方法。

本文通过对utfx.js这个库的代码进行分析，带大家深入了解UTF8和UTF16这两种编码方式在JavaScript中的转换方法，同时加深对Unicode中UTF-8和UTF-16两种编码方式的具体原理的理解。

本文的主要内容为：

• utfx.js API简单介绍
• UTF-16编码转换为UTF-8编码
• UTF-8编码字符串长度计算
• 实验性功能：window.TextEncoder

如果有读者不了解Unicode中UTF-8和UTF-16两种编码方式的具体原理，可以阅读我的前一篇博客——Unicode中UTF-8与UTF-16编码详解。

如果有读者想要了解该库相关的转换使用场景，可以阅读我之前的博客WebSocket系列之JavaScript字符串如何与二进制数据间进行互相转换。

utfx.js API简介

在进行具体的代码详解之前，我们先来了解下我们需要介绍的库——utfx.js。我们只有了解了这个库的使用方法，我们才能够更好的理解源码。

utfx.js代码不多，一共只有八个API接口，分别为：

• encodeUTF8：将UTF-8编码的字符串code码转换为二进制bytes。
• decodeUTF8：将UTF-8编码的二进制bytes解码城字符串code码。
• UTF16toUTF8：将UTF-16的字符转换为UTF-8的code码。
• UTF8toUTF16：将UTF-8的code码转换为UTF-16的字符。
• encodeUTF16toUTF8：将UTF-16编码的字符转换为UTF-8编码的bytes。
• decodeUTF8toUTF16：将UTF-8编码的bytes转换为UTF-16编码的字符。
• calculateCodePoint：计算UTF-8编码下的字符长度。
• calculateUTF8：计算需要用来存储UTF-8编码code码的bytes的长度。
• calculateUTF16asUTF8：计算UTF-16编码的字符在转换成UTF-8后需要的存储长度。

下面，我们将挑选几个具有代表性的API，针对其实现的具体代码来进行分析，帮助大家快速理解这两种编码方式。

UTF-16编码转换为UTF-8编码

下面让我们来看下如何将UTF-16编码的数据转换为UTF-8编码的数据。

当我们需要把UTF-16的数据转换为UTF-8编码的数据时，最好的方法肯定是将UTF-16编码的数据转换为通用的Unicode码，在进行UTF-8编码。我们通过UTF16toUTF8和encodeUTF8方法的代码来进行具体解析。

UTF16toUTF8

这个函数名看上去是直接将UTF-16编码的bytes数据转换为UTF-8编码的的Bytes数据。其实是，将UTF-16编码的bytes数据转换为Unicode对应的二进制数据。

/**
 * UTF16数据转换到Unicode数据
 * @param src 数据源，类型为Function，调用一次返回1 Byte数据，如果到达字