js中的字符长度问题
今天遇到一个小问题,使用UTF-8这种Unicode编码存储格式时,用js中的字符串的length属性获取输入框中输入的字符长度时,输入中文也是按一个字符算,刚才查了下资料,原来在JS中字符串的长度不分中英文字符, 每一个字符都算一个长度,于是自己写了个strlen函数,让它按输入一个英文字符算一个字符,一个中文字符算三个字符来算字符个数:
function getstrlen(str){
var len=0;
for(var i=0;i< str.length;i++){
var code=str.charCodeAt(i);
if(code<=0&&code<=128){
len=len+1;
}else len=len+3;
}
return len;
}
(charCodeAt() 方法可返回指定位置的字符的 Unicode 编码。)
备忘:
转自[1]http://www.php100.com/html/it/biancheng/2015/0316/8789.html
[字符编码ASCII,Unicode和UTF-8概念扫盲]
Unicode是一种符号集,能存储世界上所有文字符号,所以是一种通用的编码,而UTF-8则是最通用的Unicode编码的存储格式,UTF-8最大的一个特点,就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号,根据不同的符号而变化字节长度。
UTF-8的编码规则很简单,只有二条:
1)对于单字节的符号,字节的第一位设为0,后面7位为这个符号的unicode码。因此对于英语字母,UTF-8编码和ASCII码是相同的。
2)对于n字节的符号(n>1),第一个字节的前n位都设为1,第n+1位设为0,后面字节的前两位一律设为10。剩下的没有提及的二进制位,全部为这个符号的unicode码。
下表总结了编码规则,字母x表示可用编码的位。
Unicode符号范围 | UTF-8编码方式
(十六进制) | (二进制)
——————–+———————————————
0000 0000-0000 007F | 0xxxxxxx
0000 0080-0000 07FF | 110xxxxx 10xxxxxx
0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx
0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx