缘起

JS如何按字节来读取二进制数据？比如：对于二进制字符串str，如何逐个字节地转换成16进制标识的编码？

分析

JS中常用的字符串函数：

String.fromCharCode(code, code,…)

String.prototype.charCodeAt(int)

String.prototype.charAt(int)

通过查阅ecma文档: http://www.ecma-international.org/publications/files/ECMA-ST/Ecma-262.pdf 可知：

String.fromCharCode(0x61) 得到的是一个ascii 字符 ‘a’ ,但是千万不要以为这是一个单字节的，不管参数char code有多大或者有多小，得到的都是一个双字节的char。如果参数>=2^16 ,则实际按照模2^16来处理。

下面给出一个将二进制信息转换成16进制编码的小函数：

function bin2hex(str) {
	var result = "";
	for (i = 0; i < str.length; i++ ) {
		var c = str.charCodeAt(i);
		result += byte2Hex(c>>8 & 0xff); // 高字节
		result += byte2Hex(c & 0xff);	// 低字节
	}
	return result;
}
function byte2Hex(b) {
	if(b < 0x10)
		return "0" + b.toString(16);
	else
		return b.toString(16);
}

function bin2hex(str) {

var result = "";

for (i = 0; i < str.length; i++ ) {

var c = str.charCodeAt(i);

result += byte2Hex(c>>8 & 0xff); // 高字节

result += byte2Hex(c & 0xff); // 低字节

}

return result;

}

function byte2Hex(b) {

if(b < 0x10)

return "0" + b.toString(16);

else

return b.toString(16);

}

function bin2hex(str) {
	var result = "";
	for (i = 0; i < str.length; i++ ) {
		result += int16_to_hex(str.charCodeAt(i));
	}
	return result;
}

function int16_to_hex(i) {
	var result = i.toString(16);
	var j = 0;
	while (j+result.length < 4){
		result = "0" + result;
		j++;
	}
    return result;
}

function bin2hex(str) {

var result = "";

for (i = 0; i < str.length; i++ ) {

result += int16_to_hex(str.charCodeAt(i));

}

return result;

}

function int16_to_hex(i) {

var result = i.toString(16);

var j = 0;

while (j+result.length < 4){

result = "0" + result;

j++;

}

return result;

}

问题：如果二进制数据是奇数个字节怎么办呢？

如果需要JS操作，则：

1. 将数据转换成ucs-2编码，然后做进一步的其它编码

2. JS从其它编码解得ucs-2编码后，在通过utf16to8(…)转换成utf8编码

结论

JS按字节操作二进制数据时，不要用字符串来做，要用字节数组来做（就是把字节code存放到数组里）。

一般来讲，JS能接收到的数据是非二进制的，或者说是对二进制数据做了16进制编码或base64编码（或其它编码），JS对编码的数据做解码时，解得的字节不要用String.fromCharCode(..)来处理直接存放为字符串，而是把解得的字节code放到一个数组里面，然后进行一系列的处理，最终处理后的数据可能还是二进制的，那么就把这些字节code从数组中直接做16进制或base64编码，然后输出。

关于网上的uf16to8(…)的函数： http://www.onicos.com/staff/iz/amuse/javascript/expert/utf.txt

我觉得这只是一个概念上的逻辑，这样写并不能达到想要的效果。

首先，使用String.fromCharCode(…)来返回一个字节不对的，因为该函数返回的一定是2字节的，即使一个ascii字符；另：该函数认为charCodeAt(…)取到的是一个字节的code，也是错误的，因为该函数总是按2字节取的。

或者，可以这样理解，这几个函数都是操作字符串对象的，而在JS中，字符串总是按照UCS-2来存储的，这些函数的输入和输出也都是UCS-2编码的

JS处理二进制数据

缘起

分析

结论

关于escape的编码问题：

留下评论

取消回复