Node.js：字符串中有多少位？ [复制]答案

【问题标题】：Node.js: how many bits in a String? [duplicate]Node.js：字符串中有多少位？ [复制]
【发布时间】：2012-01-25 04:24:58
【问题描述】：

可能重复：
How many bytes in a JavaScript string?
String length in bytes in JavaScript

如何计算字符串中有多少位？实际上我需要的是 JavaScript(V8) 字符串中有多少个八位字节（8 位字节）？如果无法知道，这里有没有其他字符数据结构可以代替String？

更新：用于 UTF-8 编码

【问题讨论】：

你到底想完成什么？
我想将它作为http响应体发送回浏览器，我需要知道内容长度，我不想使用'http'模块。
取决于字符集和编码。如果它是 ASCII，作为 ASCII 传输，那么每个字符一个字节。如果它是作为 UTF-8 传输的 Unicode，那么……你需要做一些计算！
我不了解 node.js，但原则上 JS 字符串本身没有编码（嗯，实际上它在内部被处理为 UTF-16，但这可能无关紧要）。在将字符串序列化为八位字节流时，您需要选择一种编码。您需要告诉浏览器您选择的编码，通常使用适当的 HTTP 标头。
我明白了，所以当我将String写入套接字时，默认为UTF-8，我该如何计算这种编码的八位字节数？

标签： javascript string node.js

【解决方案1】：

~~假设您只使用 BMP 字符~~：

/* Compute length of UTF-8 serialization of string s. */
function utf8Length(s)
{
    var l = 0;
    for (var i = 0; i < s.length; i++) {
        var c = s.charCodeAt(i);
        if (c <= 0x007f) l += 1;
        else if (c <= 0x07ff) l += 2;
        else if (c >= 0xd800 && c <= 0xdfff)  l += 2;  // surrogates
        else l += 3;
    }
    return l;
}

如果您退出 BMP（即使用 0xffff 以上的字符），事情会变得更加复杂，因为它们在 JavaScript 中将被视为您必须识别的代理对...

更新：我更新了代码，使其适用于所有 Unicode，不仅是 BMP。然而，这段代码现在依赖于一个强有力的假设：给定的字符串正确 UTF-16。它通过为每个计算两个字节来工作在字符串中找到代理项。事实上，一个代理pair 在 UTF-8 中被编码为 4 个字节，并且永远不会找到代理项在一对之外。

【讨论】：

你能解释一下什么是'0x007f'吗？它代表什么？
0x007f 是十六进制的 127：它是 ASCII 的上限，也是 UTF-8 中编码为单个字节的最高 Unicode 代码点。 0x07ff 是编码为两个字节的最高代码点。见Wikipedia:UTF-8。