JavaScript中的字符串长度（字节）

在我的JavaScript代码中，我需要以以下格式向服务器发送消息：

<size in bytes>CRLF
<data>CRLF

数据可能包含unicode字符。我需要以UTF-8的形式发送它们

我正在寻找最跨浏览器的方法来计算JavaScript中字符串的长度（以字节为单位）

我尝试了以下方法来组合我的有效负载：

return unescape(encodeURIComponent(str)).length + "\n" + str + "\n"

但是对于旧的浏览器（或者UTF-16中那些浏览器中的字符串？），它并没有给出准确的结果

有什么线索吗

更新：

示例：字符串的长度（以字节为单位）

БⅩⅩⅩ！在UTF-8中，Naïve？

是15个字节，但有些浏览器报告的是23个字节。

在JavaScript中无法以本机方式实现这一点。（有关现代方法，请参见。）

---

用于历史参考或TextEncoder API所在的位置

如果你知道字符编码，你可以自己计算

encodeURIComponent

假定UTF-8为字符编码，因此如果需要该编码，可以

function lengthInUtf8Bytes(str) {
  // Matches only the 10.. bytes that are non-initial characters in a multi-byte sequence.
  var m = encodeURIComponent(str).match(/%[89ABab]/g);
  return str.length + (m ? m.length : 0);
}

这应该是可行的，因为UTF-8编码多字节序列的方式。对于单字节序列，第一个编码字节总是以高位零开始，或者以第一个十六进制数字为C、D、E或F的字节开始。第二个和后续字节是前两位为10的字节。这些是要在UTF-8中计数的额外字节

桌上的桌子使它更清楚

Bits        Last code point Byte 1          Byte 2          Byte 3
  7         U+007F          0xxxxxxx
 11         U+07FF          110xxxxx        10xxxxxx
 16         U+FFFF          1110xxxx        10xxxxxx        10xxxxxx
...

如果您需要了解页面编码，可以使用以下技巧：

function lengthInPageEncoding(s) {
  var a = document.createElement('A');
  a.href = '#' + s;
  var sEncoded = a.href;
  sEncoded = sEncoded.substring(sEncoded.indexOf('#') + 1);
  var m = sEncoded.match(/%[0-9a-f]{2}/g);
  return sEncoded.length - (m ? m.length * 2 : 0);
}

---

事实上，我知道怎么了。要使代码正常工作，页面

应具有以下标签：

<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />

---

注意：我怀疑指定任何（准确的）编码都可以解决编码问题。恰好我需要UTF-8。

此函数将返回传递给它的任何UTF-8字符串的字节大小

函数字节数{
返回encodeURI.split（/%.../）.length-1；
}

您可以尝试以下方法：

function getLengthInBytes(str) {
  var b = str.match(/[^\x00-\xff]/g);
  return (str.length + (!b ? 0: b.length)); 
}

---

它适合我。

这里有一个更快的版本，它不使用正则表达式，也不使用：

远程通信功能（str）{
//返回utf8字符串的字节长度
var s=str.length；
对于（变量i=str.length-1；i>=0；i--）{
var代码=str.charCodeAt（i）；
如果（代码>0x7f&&code 0x7ff&&code=0xDC00&&code年过去了，现在您可以以本机方式执行此操作

(new TextEncoder().encode('foo')).length

请注意，IE不支持它（您可能会对此感到遗憾）


这里有一个独立而有效的方法来计算字符串的UTF-8字节数


//计算字符串的UTF-8字节
通过TELENGTHOF（s）实现的功能{
//假设字符串是UCS-2（又称UTF-16）编码的
var n=0；
对于（var i=0，l=s.length；i这将适用于BMP和SIP/SMP字符

    String.prototype.lengthInUtf8 = function() {
        var asciiLength = this.match(/[\u0000-\u007f]/g) ? this.match(/[\u0000-\u007f]/g).length : 0;
        var multiByteLength = encodeURI(this.replace(/[\u0000-\u007f]/g)).match(/%/g) ? encodeURI(this.replace(/[\u0000-\u007f]/g, '')).match(/%/g).length : 0;
        return asciiLength + multiByteLength;
    }

    'test'.lengthInUtf8();
    // returns 4
    '\u{2f894}'.lengthInUtf8();
    // returns 4
    'سلام علیکم'.lengthInUtf8();
    // returns 19, each Arabic/Persian alphabet character takes 2 bytes. 
    '你好，JavaScript 世界'.lengthInUtf8();
    // returns 26, each Chinese character/punctuation takes 3 bytes. 

对于简单的UTF-8编码，Blob的兼容性略优于
textcoder
，但在非常旧的浏览器中不起作用

new Blob(["Another very simple approach using 
Buffer
 (only for NodeJS):


Buffer.byteLength(string, 'utf8')

Buffer.from(string).length

新Blob（[“另一种使用
缓冲区的非常简单的方法（仅适用于NodeJ）：

我花了一些时间找到了React Native的解决方案，因此我将其放在这里：

首先安装
缓冲区
软件包：

const { Buffer } = require('buffer');
const length = Buffer.byteLength(string, 'utf-8');

然后使用节点方法：

let strLengthInBytes = Buffer.byteLength(str); // str is UTF-8

在NodeJS中，是一种专门用于此目的的方法：

请注意，默认情况下，该方法假定字符串采用UTF-8编码。如果需要不同的编码，请将其作为第二个参数传递。
为了提高速度，我比较了Firefox中建议的一些方法

我使用的字符串包含以下字符：
遇到这个

其中字符串与前面的答案不匹配

我在这里得到了8的预期长度：


const str='X"；FUEL"；'
const div=document.createElement（“div”）；
div.innerHTML=str
console.log（div.textContent.length）
可能重复？@Eli:你链接的问题中没有一个答案适合我。当你谈论“èèèèèèèèèèèèèèè”时，你是否将其转换为特定的正常形式？@mi并保存了它。就像我的库的任何用户都会做的那样。然而，似乎我发现了什么是错误的-请看我的答案。那么，我怎么知道数据的字符编码呢？我需要编码任何字符串用户（程序员）提供给我的JS库。@Alexander，当您将消息发送到服务器时，是否通过HTTP头指定消息正文的内容编码？@Alexander，很酷。如果要建立协议，强制使用UTF-8是文本交换的好主意。少一个可能导致不匹配的变量。UTF-8应该是netwo字符编码的rk字节顺序。@MikeSamuel:
lengthInUtf8Bytes
函数对非BMP字符返回5，对这些返回返回2（'
unescape
JavaScript函数可用于解码统一资源标识符（URI）。@LauriOherd
unescape
确实不应用于解码URI。但是，要将文本转换为UTF-8，它可以工作
unescape（encodeURIComponent（…）.length
始终计算正确的长度，无论是否使用
meta http equiv…utf8
。如果没有编码规范，某些浏览器可能只是有不同的文本（将文档字节编码为实际html文本后）他们计算了其长度。通过不仅打印长度，而且打印文本本身，可以很容易地对此进行测试。@LauriOherd是的，并且在本例中它不用于解码URI。这是一个得到广泛支持的解决方案，具有良好的性能：这是一个多么奇妙、现代的方法。谢谢！请注意，根据Safari（WebKit）发布的ted。自Chrome 53以来，ted ted ted ted ted ted ted ted ted ted ted ted ted ted ted ted ted ted ted ted ted ted ted ted ted ted ted ted ted仅支持utf-8。如果您只需要长度，分配一个新字符串可能有点过火，请进行实际转换，然后
new Blob(["Another very simple approach using 
Buffer
 (only for NodeJS):


Buffer.byteLength(string, 'utf8')

Buffer.from(string).length

npm install --save buffer

const { Buffer } = require('buffer');
const length = Buffer.byteLength(string, 'utf-8');

let strLengthInBytes = Buffer.byteLength(str); // str is UTF-8