JavaScript 等效于 Java 的 String.getBytes(StandardCharsets.UTF_8)答案

【问题标题】：JavaScript equivalent of Java's String.getBytes(StandardCharsets.UTF_8)JavaScript 等效于 Java 的 String.getBytes(StandardCharsets.UTF_8)
【发布时间】：2021-10-25 15:16:41
【问题描述】：

我有以下 Java 代码：

String str = "\u00A0";
byte[] bytes = str.getBytes(StandardCharsets.UTF_8);
System.out.println(Arrays.toString(bytes));

这会输出以下字节数组：

[-62, -96]

我试图在 Javascript 中获得相同的结果。我已经尝试过这里发布的解决方案：

https://stackoverflow.com/a/51904484/12177456

function strToUtf8Bytes(str) {
  const utf8 = [];
  for (let ii = 0; ii < str.length; ii++) {
    let charCode = str.charCodeAt(ii);
    if (charCode < 0x80) utf8.push(charCode);
    else if (charCode < 0x800) {
      utf8.push(0xc0 | (charCode >> 6), 0x80 | (charCode & 0x3f));
    } else if (charCode < 0xd800 || charCode >= 0xe000) {
      utf8.push(0xe0 | (charCode >> 12), 0x80 | ((charCode >> 6) & 0x3f), 0x80 | (charCode & 0x3f));
    } else {
      ii++;
      // Surrogate pair:
      // UTF-16 encodes 0x10000-0x10FFFF by subtracting 0x10000 and
      // splitting the 20 bits of 0x0-0xFFFFF into two halves
      charCode = 0x10000 + (((charCode & 0x3ff) << 10) | (str.charCodeAt(ii) & 0x3ff));
      utf8.push(
        0xf0 | (charCode >> 18),
        0x80 | ((charCode >> 12) & 0x3f),
        0x80 | ((charCode >> 6) & 0x3f),
        0x80 | (charCode & 0x3f),
      );
    }
  }
  return utf8;
}

console.log(strToUtf8Bytes("h\u00A0i"));

但这给出了这个（这是一个https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/Uint8Array）：

[194, 160]

这对我来说是个问题，因为我使用的是 graal js 引擎，并且需要将数组传递给需要 byte[] 的 java 函数，因此数组中的任何值 > 127 都会导致错误，因为此处描述：

https://github.com/oracle/graal/issues/2118

请注意，我还尝试了 TextEncoder 类而不是 strToUtf8Bytes 函数，如下所述：

java string.getBytes("UTF-8") javascript equivalent

但它给出的结果与上面相同。

还有什么我可以在这里尝试的，以便让 JavaScript 生成与 Java 相同的数组吗？

【问题讨论】：

区别似乎是有符号字节与无符号字节。只需用new Int8Array(…) 包装结果即可。

标签： javascript java character-encoding graalvm graaljs

【解决方案1】：

就字节而言，结果是相同的，JS 只是默认为 unsigned 字节。 U in Uint8Array 代表“未签名”；签名的变体称为Int8Array。

转换很简单：只需将结果传递给Int8Array 构造函数：

console.log(new Int8Array(new TextEncoder().encode("\u00a0"))); // Int8Array [ -62, -96 ]

【讨论】：