Jak kódovat/dekódovat UTF-8 v JavaScriptu

UTF-8 znamená „ 8bitový transformační formát Unicode “ a odpovídá skvělému formátu kódování, který zajišťuje správné zobrazení znaků na všech zařízeních bez ohledu na použitý jazyk/skript. Tento formát je také nápomocný pro webové stránky a používá se pro ukládání, zpracování a přenos textových dat na internetu.

Tento tutoriál pokrývá níže uvedené oblasti obsahu:

• Co je kódování UTF-8?
• Jak funguje kódování UTF-8?
• Jak se počítají bodové hodnoty kódu?
• Jak kódovat/dekódovat UTF-8 v JavaScriptu?
• Kódování/dekódování UTF-8 v JavaScriptu pomocí metod „encodeURIComponent()“ a „decodeURIComponent()“.
• Kódování/dekódování UTF-8 v JavaScriptu pomocí metod „encodeURI()“ a „decodeURI()“.
• Kódování/dekódování UTF-8 v JavaScriptu pomocí regulárních výrazů.
• Závěr

Co je kódování UTF-8?

“ Kódování UTF-8 “ je postup transformace sekvence znaků Unicode na kódovaný řetězec obsahující 8bitové bajty. Toto kódování může představovat velký rozsah znaků ve srovnání s jinými kódováními znaků.

Jak funguje kódování UTF-8?

Při reprezentaci znaků v UTF-8 je každý jednotlivý kódový bod reprezentován jedním nebo více bajty. Následuje rozpis bodů kódu v rozsahu ASCII:

• Jeden bajt představuje kódové body v rozsahu ASCII (0-127).
• Dva bajty představují kódové body v rozsahu ASCII (128-2047).
• Tři bajty představují kódové body v rozsahu ASCII (2048-65535).
• Čtyři bajty představují kódové body v rozsahu ASCII (65536-1114111).

Je to takové, že první bajt „ UTF-8 'sekvence se označuje jako ' vedoucí bajt “, která poskytuje informace o počtu bajtů v sekvenci a hodnotě kódu znaku.
„Zaváděcí bajt“ pro sekvenci jednoho, dvou, tří a čtyř bajtů je v rozsahu (0-127), (194-233), (224-239) a (240-247).

Zbytek bajtů v pořadí se nazývá „ koncové “bajtů. Všechny bajty pro dvou, tří a čtyřbajtovou sekvenci jsou v rozsahu (128-191). Je to takové, že hodnotu kódu znaku lze vypočítat analýzou úvodních a koncových bajtů.

Jak se počítají bodové hodnoty kódu?

Hodnoty kódových bodů pro různé sekvence bajtů se vypočítají následovně:

• Dvoubajtová sekvence: Bod kódu je ekvivalentní „((lb – 194) * 64) + (tb – 128)“.
• Tříbajtová sekvence : Bod kódu je ekvivalentní „((lb – 224) * 4096) + ((tb1 – 128) * 64) + (tb2 – 128)“.
• Čtyřbajtová sekvence : Bod kódu je ekvivalentní „((lb – 240) * 262144) + ((tb1 – 128) * 4096) + ((tb2 – 128) * 64) + (tb3 – 128)“.

Jak kódovat/dekódovat UTF-8 v JavaScriptu?

Kódování a dekódování UTF-8 v JavaScriptu lze provést pomocí níže uvedených přístupů:

• “ enodeURIComponent() ' a ' decodeURIComponent() “Metody.
• “ encodeURI() ' a ' decodeURI() “Metody.
• Regulární výrazy.

Přístup 1: Kódování/dekódování UTF-8 v JavaScriptu pomocí metod „encodeURIComponent()“ a „decodeURIComponent()“

' encodeURIComponent() ” zakóduje komponentu URI. Může také kódovat speciální znaky, jako jsou @, &, :, +, $, # atd. decodeURIComponent() ” však dekóduje komponentu URI. Tyto metody lze použít ke kódování a dekódování předávaných hodnot do UTF-8, resp.

Syntaxe(Metoda „encodeURIComponent()“)

V dané syntaxi „ X ” označuje URI, které má být zakódováno.

Návratová hodnota
Tato metoda načetla zakódovaný URI jako řetězec.

Syntaxe(Metoda “decodeURIComponent()”)

Tady, ' X ” odkazuje na URI, které má být dekódováno.

Návratová hodnota
Tato metoda poskytuje dekódované URI.

Příklad 1: Kódování UTF-8 v JavaScriptu
Tento příklad zakóduje předaný řetězec na zakódovanou hodnotu UTF-8 pomocí uživatelem definované funkce:

V těchto řádcích kódu proveďte níže uvedené kroky:

• Nejprve definujte funkci „ encode_utf8() ”, který zakóduje předaný řetězec reprezentovaný zadaným parametrem.
• Toto kódování se provádí pomocí „ encodeURIComponent() ” v definici funkce.
• Poznámka: ' unescape() ” nahradí libovolnou escape sekvenci znakem, který reprezentuje.
• Poté inicializujte hodnotu, která má být zakódována, a zobrazte ji.
• Nyní vyvolejte definovanou funkci a předejte definovanou kombinaci znaků jako její argumenty pro zakódování této hodnoty do UTF-8.

Výstup

Zde lze naznačit, že jednotlivé znaky jsou odpovídajícím způsobem reprezentovány a kódovány v UTF-8.

Příklad 2: Dekódování UTF-8 v JavaScriptu
Níže uvedená ukázka kódu dekóduje předávanou hodnotu (ve formě znaků) do zakódované reprezentace UTF-8:

V tomto bloku kódu:

• Podobně definujte funkci „ decode_utf8() “, který dekóduje předávanou kombinaci znaků prostřednictvím „ decodeURIComponent() “ metoda.
• Poznámka: ' uniknout() ” metoda načte nový řetězec, ve kterém jsou různé znaky nahrazeny hexadecimálními sekvencemi escape.
• Poté zadejte kombinaci znaků, které mají být dekódovány, a přistupte k definované funkci, aby bylo dekódování správně provedeno do UTF-8.

Výstup

Zde lze naznačit, že kódovaná hodnota v předchozím příkladu je dekódována na výchozí hodnotu.

Přístup 2: Kódování/dekódování UTF-8 v JavaScriptu pomocí metod „encodeURI()“ a „decodeURI()“

' encodeURI() ” kóduje URI tak, že každý výskyt více znaků nahradí určitým počtem únikových sekvencí představujících kódování znaku UTF-8. Ve srovnání s „ encodeURIComponent() “, tato konkrétní metoda kóduje omezené znaky.

' decodeURI() ” však dekóduje URI (zakódované). Tyto metody lze implementovat v kombinaci pro kódování a dekódování kombinace znaků v hodnotě kódované UTF-8.

Syntaxe(metoda encodeURI())

Ve výše uvedené syntaxi „ X ” odpovídá hodnotě, která má být zakódována jako URI.

Návratová hodnota
Tato metoda načte zakódovanou hodnotu ve formě řetězce.

Syntaxe(metoda decodeURI())

Tady, ' X ” představuje zakódované URI, které má být dekódováno.

Návratová hodnota
Vrací dekódované URI jako řetězec.

Příklad 1: Kódování UTF-8 v JavaScriptu
Tato ukázka zakóduje předávanou kombinaci znaků na zakódovanou hodnotu UTF-8:

Zde si připomeňme přístupy pro definování funkce přidělené pro kódování. Nyní použijte metodu „encodeURI()“ k reprezentaci předané kombinace znaků jako řetězce kódovaného UTF-8. Poté podobně definujte znaky, které mají být vyhodnoceny, a vyvolejte definovanou funkci předáním definované hodnoty jako jejích argumentů pro provedení kódování.

Výstup

Zde je evidentní, že předaná kombinace znaků je úspěšně zakódována.

Příklad 2: Dekódování UTF-8 v JavaScriptu
Níže uvedená ukázka kódu dekóduje kódovanou hodnotu UTF-8 (v předchozím příkladu):

Podle tohoto kódu deklarujte funkci „ decode_utf8() “, který obsahuje uvedený parametr, který představuje kombinaci znaků, které mají být dekódovány pomocí „ decodeURI() “ metoda. Nyní zadejte hodnotu, která má být dekódována, a vyvolejte definovanou funkci, aby se dekódování použilo na „ UTF-8 ' reprezentace.

Výstup

Tento výsledek znamená, že se podle toho rozhodne o dříve zakódované hodnotě.

Přístup 3: Kódování/dekódování UTF-8 v JavaScriptu pomocí regulárních výrazů

Tento přístup aplikuje kódování tak, že vícebajtový řetězec unicode je zakódován do UTF-8 více jednobajtových znaků. Podobně se dekódování provádí tak, že kódovaný řetězec je dekódován zpět na vícebajtové znaky Unicode.

Příklad 1: Kódování UTF-8 v JavaScriptu
Níže uvedený kód zakóduje vícebajtový řetězec unicode na jednobajtové znaky UTF-8:

V tomto úryvku kódu:

• Definujte funkci ' kódovatUTF8() “ obsahující parametr, který představuje hodnotu, která má být zakódována jako „ UTF-8 “.
• V jeho definici použijte kontrolu na předávanou hodnotu, která není řetězcem pomocí „ Typ ” a vrátí zadanou vlastní výjimku přes “ házet “.
• Poté použijte „ charCodeAt() ' a ' fromCharCode() ” metody pro načtení Unicode prvního znaku v řetězci a transformaci dané hodnoty Unicode na znaky.
• Nakonec vyvolejte definovanou funkci předáním dané sekvence znaků pro zakódování této hodnoty jako „ UTF-8 ' reprezentace.

Výstup

Tento výstup znamená, že kódování je provedeno správně.

Příklad 2: Dekódování UTF-8 v JavaScriptu
V této ukázce je sekvence znaků dekódována na „ UTF-8 ' reprezentace:

V tomto kódu:

• Podobně definujte funkci „ decodeUTF8() ” s parametrem, který odkazuje na předávanou hodnotu, která má být dekódována.
• V definici funkce zkontrolujte podmínku řetězce předávané hodnoty pomocí „ Typ “ operátor.
• Nyní použijte „ charCodeAt() ” metoda k načtení Unicode znaků prvního, druhého a třetího řetězce.
• Aplikujte také „ String.fromCharCode() ” pro transformaci hodnot Unicode na znaky.
• Podobně opakujte tento postup znovu pro načtení Unicode prvního a druhého řetězce znaků a transformaci těchto unicode hodnot na znaky.
• Nakonec přejděte k definované funkci a vraťte dekódovanou hodnotu UTF-8.

Výstup

Zde lze ověřit, že dekódování je provedeno správně.

Závěr

Kódování/dekódování v reprezentaci UTF-8 lze provést pomocí „ enodeURIComponent()” a ' decodeURIComponent() metody, „ encodeURI() ' a ' decodeURI() ” nebo pomocí regulárních výrazů.