JavaScript中是否没有办法测试字符串并确定它是否是有效的UTF-8内容？

我知道我问过这个问题的一些变体，但我还没有找到答案

我正在从论坛数据库的内容创建UTF-8编码的XML。我使用的语言是服务器端JavaScript，它可以从NoSQL面向对象数据库中检索数据，我将从中生成XML输出

大多数数据库内容是UTF-8。但由于历史原因（该网站以前是ISO-8859-1），一些用户名（如André）和一些个人资料信息中带有重音符号或特殊字符，这些字符最初是在ISO-8859-1中编码的

如果我知道哪些内容是真正的ISO-8859-1，我可以在我的浏览器中手动编辑它们的配置文件（设置为UTF-8，因为页面的字符集现在是UTF-8），当我这样做时，新内容变成UTF-8

我可以看到之前和之后，因为如果我在UTF-8中首先查看用户的配置文件，它看起来有一个无效字符没有正确显示。但是如果我强制页面以ISO-8859-1显示，重音字符就会显示出来，如果我切换回UTF-8并编辑配置文件并查看，那么一切看起来都很好。因此，如果我能找到字符，我就能修复它们

问题是我不知道如何通过算法定位这些字符。一定有办法做到这一点，因为如果我尝试加载XML，我会创建我所有的浏览器：Chrome、Safari和FireFox不会加载XML内容并在某某行某某列报告“无效编码字符”

当这种情况发生时，如果我在Linux的vi中打开文件，我可以看到那里的无效字符，我可以看到它是谁的记录，我可以编辑此人的个人资料并重新生成XML

但是浏览器只报告错误的第一个实例，然后停止。所以我不得不一遍又一遍地做这件事，试图找出每一个错误

如果有某种方法可以使用JavaScript对字符进行测试，我可以首先检查整个数据库，并识别所有编码为UTF-8的无效字符

一定有，一定有某种方法。否则，浏览器本身如何才能报告错误

如果有人能告诉我一些JavaScript函数或方法，或者任何我可以用来自己检查字符并找到它们的东西，我将不胜感激，这样我就可以进去修复它们了

谢谢

---

doug

您不能将其作为字符加载到任何位置。您必须找到一种方法来读取原始字节，作为检查它们的字节。问题是，当您以字符形式读取任何内容时，存储编码将被解释为2字节Unicode字符，而您的“无效字符”消息就是从中产生的。我还没有做足够的Javascript来了解JS如何处理字节数组，但这正是我要开始寻找的地方。如果JS没有未解释的二进制“字节”类型，您可能必须使用类似Java的语言。我的服务器端JS版本有一个特殊的ByteBuffer类型，可以将数据作为原始字节检索和检查。在这种情况下，我是否可以使用JavaScript算法来检测字节序列是否是有效的UTF-8？对此，我别无选择，只能使用JavaScript。谢谢。如果你找不到一个JS UTF-8库可以满足你的需要，最好从这里开始（第3.9节）。如果您不想涉猎“standardese”，本文将对其进行更简洁的描述。编写一些检查字节流UTF-8有效性的简单代码并不难。如果您得到一个无效字符，请将其视为ISO-8859-1，并根据需要转换为Unicode。谢谢您的注释。我希望有人能给我指出这样一个JS UTF-8库。我一直找不到一个，作为一名程序员，我很懒，如果已经存在这样一个库，我宁愿不花很长时间重新发明轮子。有人知道吗？谢谢。这个网站上的推荐是离题的。请参阅和。你可以像我们一样使用谷歌。我找到了一大堆搜索结果。