php处理二进制,JS处理二进制数据

缘起

JS如何按字节来读取二进制数据？比如： 对于二进制字符串str，如何逐个字节地转换成16进制标识的编码？

分析

JS中常用的字符串函数：

String.fromCharCode(code, code,…)

String.prototype.charCodeAt(int)

String.prototype.charAt(int)

通过查阅ecma文档: http://www.ecma-international.org/publications/files/ECMA-ST/Ecma-262.pdf 可知：

String.fromCharCode(0x61) 得到的是一个ascii 字符 ‘a’ ,但是千万不要以为这是一个单字节的，不管参数char code有多大或者有多小，得到的都是一个双字节的char。如果参数>=2^16 ,则实际按照模2^16来处理。

下面给出一个将二进制信息转换成16进制编码的小函数：

function bin2hex(str) {

var result = "";

for (i = 0; i < str.length; i++ ) {

var c = str.charCodeAt(i);

result += byte2Hex(c>>8 & 0xff); // 高字节

result += byte2Hex(c & 0xff);// 低字节

}

return result;

}

function byte2Hex(b) {

if(b < 0x10)

return "0" + b.toString(16);

else

return b.toString(16);

}

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

functionbin2hex(str){

varresult="";

for(i=0;i

varc=str.charCodeAt(i);

result+=byte2Hex(c>>8& 0xff);// 高字节

result+=byte2Hex(c& 0xff);// 低字节

}

returnresult;

}

functionbyte2Hex(b){

if(b<0x10)

return"0"+b.toString(16);

else

returnb.toString(16);

}

function bin2hex(str) {

var result = "";

for (i = 0; i < str.length; i++ ) {

result += int16_to_hex(str.charCodeAt(i));

}

return result;

}

function int16_to_hex(i) {

var result = i.toString(16);

var j = 0;

while (j+result.length < 4){

result = "0" + result;

j++;

}

return result;

}

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

functionbin2hex(str){

varresult="";

for(i=0;i

result+=int16_to_hex(str.charCodeAt(i));

}

returnresult;

}

functionint16_to_hex(i){

varresult=i.toString(16);

varj=0;

while(j+result.length<4){

result="0"+result;

j++;

}

returnresult;

}

问题： 如果二进制数据是奇数个字节怎么办呢？

如果需要JS操作，则：

1. 将数据转换成ucs-2编码，然后做进一步的其它编码

2. JS从其它编码解得ucs-2编码后，在通过utf16to8(…)转换成utf8编码

结论

JS按字节操作二进制数据时，不要用字符串来做，要用字节数组来做(就是把字节code存放到数组里)。

一般来讲，JS能接收到的数据是非二进制的，或者说是对二进制数据做了16进制编码或base64编码(或其它编码)，JS对编码的数据做解码时，解得的字节不要用String.fromCharCode(..)来处理直接存放为字符串，而是把解得的字节code放到一个数组里面，然后进行一系列的处理，最终处理后的数据可能还是二进制的，那么就把这些字节code从数组中直接做16进制或base64编码，然后输出。

我觉得这只是一个概念上的逻辑，这样写并不能达到想要的效果。

首先，使用String.fromCharCode(…)来返回一个字节不对的，因为该函数返回的一定是2字节的，即使一个ascii字符； 另：该函数认为charCodeAt(…)取到的是一个字节的code，也是错误的，因为该函数总是按2字节取的。

或者，可以这样理解，这几个函数都是操作字符串对象的，而在JS中，字符串总是按照UCS-2来存储的，这些函数的输入和输出也都是UCS-2编码的

关于escape的编码问题：