编码说明
js使用Unicode编码,最多时候是:UTF-8 和 UTF-16两种。
(1)UTF-8 是一种针对Unicode的可变长度字符编码,可以表示Unicode标准中的任何字符,且其编码中的第一个字节仍与ASCII相容,使用一至四个字节为每个字符编码。
字符代码在:
- 000000 – 00007F之间的,用一个字节编码;
- 000080 – 0007FF之间的字符用两个字节;
- 000800 – 00D7FF 和 00E000 – 00FFFF之间的用三个字节,注: Unicode在范围 D800-DFFF 中不存在任何字符;
- 010000 – 10FFFF之间的用4个字节。
(2)UTF-16 则是定长的字符编码,大部分字符使用两个字节编码,字符代码超出 65535 的使用四个字节,如下:
- 000000 – 00FFFF 两个字节;
- 010000 – 10FFFF 四个字节。
js方法
function strSize(str, charset) {
let total = 0;
charset = charset?.toLowerCase() || '';
for (i = 0; i < str.length; i++) {
let charCode = str.charCodeAt(i);
if (charset === 'utf-16' || charset === 'utf16') {
total += charCode <= 0xffff ? 2 : 4;
} else {
if (charCode <= 0x007f) {
total += 1;
} else if (charCode <= 0x07ff) {
total += 2;
} else if (charCode <= 0xffff) {
total += 3;
} else {
total += 4;
}
}
}
return total;
}