【发布时间】:2023-03-26 02:15:01
【问题描述】:
是否可以在 Javascript 中检测字符串是否包含多字节字符?如果有,能分出哪些吗?
我遇到的问题是这个(如果 Unicode 字符不适合您,我们深表歉意)
s = "????";
alert(s.length); // '2'
alert(s.charAt(0)); // '��'
alert(s.charAt(1)); // '��'
在此处进行编辑以使其更清晰(我希望)。 据我所知,Javascript中的所有字符串都表示为一系列 UTF-16 代码点,这意味着常规字符实际上占用 2 个字节(16 位),所以我在标题中对“多字节”的使用有点不对劲。有些字符不属于基本多语言平面 (BMP),例如上面示例中的字符串,因此它们占用两个代码点(32 位)。这就是我要问的问题。我也没有编辑原始标题,因为对于不太了解这些东西的人(因此会搜索有关它的信息),“多字节”是有意义的。
【问题讨论】:
-
这是 Unicode 还是 UTF-8?
-
这可能是笨拙的,但是如何比较来自 .length 的字符数和从该字符串获得的字节数组的长度呢?无论哪种方式,它都是 O(长度)
-
.length给你字节长度,而不是字符长度。 -
@nickf: 字符串的
length给出了字符串中包含的 16 位代码单元的数量,而不是字节数。 -
@Tim,是的,你是对的,但重点仍然是这不是字符数的计数。
标签: javascript string internationalization multibyte