DIV CSS 佈局教程網

JS 取得字串位元組數(Byte Length)的兩種做法
編輯:關於JavaScript     

用 length 取得字串長度大家都知道,但如果想知道這段文字佔了多少個位元組呢?

關鍵在於中英文化的差異:英文字母的 length 與位元組數都是 1,而中文字元的 length 是 1、位元組數卻是 2。所以問題可以簡化成——先把中文字元一個個抓出來,每個額外多算 1 個位元組。

方法一:用 replace 把非 ASCII 字元「加寬」

// 原理:把中文字元替換成 2 個英文字母,替換後的字串長度即為位元組數
alert('a'.replace(/[^\u0000-\u00ff]/g, "aa").length);

這裡的 \u0000-\u00ff 是 ASCII/單一位元組區間,落在區間外的就視為需要雙倍計算的字元。範例原本寫成替換成 3 個字母,所以算出來會是 3;若要正確的位元組數,替換成 2 個字母即可。

方法二:逐字判斷並累加

var str = '我我我';
var bytesCount = 0;
for (var i = 0; i < str.length; i++) {
  var c = str.charAt(i);
  if (/^[\u0000-\u00ff]$/.test(c)) { // 落在單位元組範圍
    bytesCount += 1;
  } else {
    bytesCount += 2;
  }
}
alert(bytesCount); // 結果為 6

邏輯很直白:用正則判斷該字元是否屬於單位元組,是就加 1,否則加 2。這種寫法可讀性更高,也方便日後擴充成 UTF-8 的 3~4 位元組計算。

常用中文/雙位元組正則速查

  • 匹配中文字元:[\u4e00-\u9fa5]
  • 匹配雙位元組字元(含漢字):[^\x0000-\x00ff]

把「一個雙位元組字元長度計 2、ASCII 字元計 1」套進去,就是最簡易的字串長度計算器。

順帶記下三個字串相關函式

  • charAt(num):取得字串第 num 個位置的字元
  • charCodeAt(num):取得該位置字元的 Unicode 編碼
  • fromCharCode(num):由 Unicode 編碼還原出字元

補充一點實務經驗:上面兩種算法都以「一個中文字佔 2 個位元組」為前提,這其實是 Big5/GBK 時代的編碼假設。若你的資料實際以 UTF-8 傳輸,中文通常是 3 個位元組,此時更可靠的做法是用 unescape(encodeURIComponent(str)).length,或直接用 Blob/TextEncoder 取得 byteLength。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved