【问题标题】：WebSockets and text encodingWebSockets 和文本编码
【发布时间】：2017-09-17 15:34:26
【问题描述】：

我读到了：

WebSocket API 接受一个 DOMString 对象，该对象被编码为线上的 UTF-8，或 ArrayBuffer、ArrayBufferView 或 Blob 之一二进制传输的对象。

DOMString 是一个 UTF-16 编码的字符串。那么通过网络使用 UTF-8 编码是否正确？

【问题讨论】：

标签： javascript websocket

【解决方案1】：

是的，没错。

UTF-16 可能会或可能不会在内存中使用，这只是您正在使用的任何框架的实现细节。对于 JavaScript，字符串是 UTF-16。

对于 WebSocket 通信，必须通过网络使用 UTF-8 来传输文本数据（现在大多数 Internet 协议都使用 UTF-8）。这是由WebSocket protocol specification 决定的：

成功握手后，客户端和服务器在本规范中称为“消息”的概念单元中来回传输数据。在网络上，一条消息由一个或多个帧组成。 WebSocket 消息不一定对应于特定的网络层框架，因为分段消息可能会被中介合并或拆分。

一个框架有一个关联的类型。属于同一消息的每个帧都包含相同类型的数据。从广义上讲，有文本数据（被解释为 UTF-8 [RFC3629] 文本）、二进制数据（其解释由应用程序决定）和控制帧（不是旨在为应用程序携带数据，但用于协议级信令，例如表示应该关闭连接）。此版本的协议定义了六种帧类型，并保留了十种以供将来使用。

...

数据帧（例如，非控制帧）由操作码的最高有效位为 0 的操作码标识。当前为数据帧定义的操作码包括 0x1（文本）、0x2（二进制)。操作码 0x3-0x7 保留用于尚未定义的更多非控制帧。

数据帧携带应用层和/或扩展层数据。操作码决定数据的解释：

文字

“有效负载数据”是编码为 UTF-8 的文本数据。请注意，特定的文本框架可能包含部分 UTF-8 序列；但是，整个消息必须包含有效的 UTF-8。重组消息中的无效 UTF-8 将按照第 8.1 节中的说明进行处理。

二进制

“有效负载数据”是任意二进制数据，其解释完全取决于应用层。

从 UTF-16 到 UTF-8 到 UTF-16 的转换会产生少量开销，但在现代机器上开销很小，而且 UTF 之间的转换是无损的。

【讨论】：