/*
* JS Unicode 編碼轉換
*/
var decToHex = function(str) {
var res = [];
for (var i = 0; i < str.length; i++)
res[i] = ("00" + str.charCodeAt(i).toString(16)).slice(-4);
return "\\u" + res.join("\\u");
};
var hexToDec = function(str) {
str = str.replace(/\\/g, "%");
return unescape(str);
};
var str = decToHex("decToHex unicode 編碼轉換");
alert("編碼後:" + str + "\n\n解碼後:" + hexToDec(str));
這裡的關鍵是 charCodeAt() 取得字元的 Unicode 碼點,用 toString(16) 轉成十六進位,前面補零湊足 4 位,再用 \u 串接起來。解碼時則反向操作:把 \u 換成 %u,交給 unescape() 還原。
如果手上已有一串形如 "\u6211\u662Funicode\u7F16\u7801" 的資料,想轉回中文,常用的有兩種做法:
1. 用 eval 解析
str = eval("'" + str + "'"); // "我是unicode編碼"
2. 用 unescape 解析
str = unescape(str.replace(/\u/g, "%u")); // "我是unicode編碼"
相較之下,第二種寫法因為不涉及程式碼求值,安全性明顯更好,是比較值得推薦的方式。
在電腦科學領域中,Unicode(統一碼、萬國碼、標準萬國碼)是一套業界標準,讓電腦得以呈現世界上數十種文字。它以通用字符集(Universal Character Set)為基礎發展,同時也以書籍形式對外發表(The Unicode Standard)。
Unicode 收錄了超過十萬個字元(2005 年,第十萬個字元被採納並認可成為標準之一)、一組可供視覺參考的代碼圖表、一套編碼方法與標準字元編碼,以及包含上標、下標等字元特性的列舉。
Unicode 組織(The Unicode Consortium)是一個非營利機構,主導 Unicode 的後續發展。其目標在於以 Unicode 取代既有的字元編碼方案——特別是舊方案在多語環境下空間有限且彼此不相容的問題。
Unicode 在字元集上的成功,讓它在軟體國際化與本地化領域被廣泛採用。這套標準近年已被多項新科技導入,包括 XML、Java 程式語言,以及各類新式作業系統。
要取得「楊」的編碼,可以新建一個記事本,輸入「楊」並在儲存時選擇 Unicode 編碼,接著檢視檔案的二進位內容:開頭的 FF FE 兩個位元組是 Unicode 檔案的頭標誌,緊接的 68 67 就是「楊」的編碼,換算成十進位即 26472。於是可以在 HTML 中寫入 杨,IE 開啟時就會顯示一個「楊」字。
對於一般的 ASCII 字元,Unicode 編碼與 ASCII 編碼是一致的,所以 A 在 Unicode 中同樣顯示為大寫的「A」。