DIV CSS 佈局教程網

JavaScript 字元集與編解碼機制詳談
編輯:JavaScript基礎知識     

一、字元集基礎

字元與位元組
字元是各種文字與符號的總稱;一個字元對應 1 到 n 個位元組,一字元組等於 8 位元,每位元以 0 或 1 表示。

字元集(Character Set)
多個字元的集合,不同字元集收錄的字元數量不同,常見的有 ASCII、GB2312、Unicode 等。

字元集編碼(Character Encoding)
把符號轉換為電腦可讀的二進位稱為編碼,反過來把二進位還原成人類可讀的符號則是解碼。

大多數字元集對應一種編碼方式(例如 GBK 對應 GBK 編碼),但 Unicode 有多種實作,包括 UTF-8、UTF-16、UTF-32 與 UTF-7。目前網頁最普遍使用的是 UTF-8,它以 1 到 4 個位元組為每個字元編碼,且是 ASCII 的超集,因此現存的 ASCII 文字檔不需要轉換即可直接使用。

二、瀏覽器的進位表示

HTML 屬性
十進位寫成 8,十六進位寫成 Z,比十進位多了一個 x,並多出 a~f 六個字元來表示 10 到 15。

CSS 屬性
CSS 相容 HTML 的進位寫法,此外十六進位還可用 \6c 的形式表示。

JavaScript 編碼
可直接透過 eval 執行八進位與十六進位字串,八進位寫成 \56,十六進位寫成 \x5c。若程式碼中含中文字並需要進位編碼,只能使用十六進位的 Unicode 形式,例如 \u4ee3\u7801。

《Web 前端黑客技術揭秘》一書中封裝了兩個編解碼方法,核心分別是:

str.charCodeAt(char).toString(進制)
String.fromCharCode(parseInt(code, 進制))

charCodeAt() 回傳 0 到 65535 之間的整數,代表指定索引處的 UTF-16 碼元;靜態方法 String.fromCharCode() 則以指定的 Unicode 值序列組出字串。

HTML 的自動解碼
在網頁中輸入 16 進位的 Hello,瀏覽器會自動解碼為 hello。我們熟悉的空白符號   也是同一套機制。

三、瀏覽器編碼函式

JavaScript 有三組可對字串編解碼的函式:escape/unescape、encodeURI/decodeURI、encodeURIComponent/decodeURIComponent。主要差異在於「不編碼的字元數量」。

escape 不編碼的字元有 69 個

*、+、-、.、/、@、_、0~9、a~z、A~Z

且 escape 處理 0~255 以外的 Unicode 值時,會輸出 %u**** 格式。

encodeURI 不編碼的字元有 82 個

!、#、$、&、'、(、)、*、+、,、-、.、/、:、;、=、?、@、_、~、0~9、a~z、A~Z

encodeURIComponent 不編碼的字元有 71 個

!、'、(、)、*、-、.、_、~、0~9、a~z、A~Z

選用原則很簡單:整個網址要編碼時用 encodeURI,只編碼查詢參數值時用 encodeURIComponent。而 escape 並未依 RFC 規範設計,無法正確處理非 ASCII 字元,除維護舊系統外應避免使用。

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