UTF-8编码算法如何在8位块（JavaScript）上工作？

我正在看：

在JavaScript中，它似乎利用了JavaScript中的数字（我认为）大约32位长这一事实。所以它做了一些我不熟悉的位处理，得到了编码的值。与

解码功能相同：

function decodeSymbol() {
  var byte1;
  var byte2;
  var byte3;
  var byte4;
  var codePoint;

  if (byteIndex > byteCount) {
    throw Error('Invalid byte index');
  }

  if (byteIndex == byteCount) {
    return false;
  }

  // Read first byte
  byte1 = byteArray[byteIndex] & 0xFF;
  byteIndex++;

  // 1-byte sequence (no continuation bytes)
  if ((byte1 & 0x80) == 0) {
    return byte1;
  }

  // 2-byte sequence
  if ((byte1 & 0xE0) == 0xC0) {
    byte2 = readContinuationByte();
    codePoint = ((byte1 & 0x1F) << 6) | byte2;
    if (codePoint >= 0x80) {
      return codePoint;
    } else {
      throw Error('Invalid continuation byte');
    }
  }

  // 3-byte sequence (may include unpaired surrogates)
  if ((byte1 & 0xF0) == 0xE0) {
    byte2 = readContinuationByte();
    byte3 = readContinuationByte();
    codePoint = ((byte1 & 0x0F) << 12) | (byte2 << 6) | byte3;
    if (codePoint >= 0x0800) {
      checkScalarValue(codePoint);
      return codePoint;
    } else {
      throw Error('Invalid continuation byte');
    }
  }

  // 4-byte sequence
  if ((byte1 & 0xF8) == 0xF0) {
    byte2 = readContinuationByte();
    byte3 = readContinuationByte();
    byte4 = readContinuationByte();
    codePoint = ((byte1 & 0x07) << 0x12) | (byte2 << 0x0C) |
      (byte3 << 0x06) | byte4;
    if (codePoint >= 0x010000 && codePoint <= 0x10FFFF) {
      return codePoint;
    }
  }

  throw Error('Invalid UTF-8 detected');
}

函数解码符号（）{
var字节1；
var字节2；
var字节3；
var字节4；
var码点；
if（字节索引>字节计数）{
抛出错误（“无效字节索引”）；
}
if（字节索引==字节计数）{
返回false；
}
//读取第一个字节
字节1=字节数组[byteIndex]&0xFF；
byteIndex++；
//1字节序列（无连续字节）
if（（字节1和0x80）==0）{
返回字节1；
}
//2字节序列
if（（字节1和0xE0）==0xC0）{
字节2=readContinuationByte（）；
代码点=（（字节1和0x1F）=0x80）{
返回码点；
}否则{
抛出错误（“无效的连续字节”）；
}
}
//3字节序列（可能包括未配对的代理）
if（（字节1和0xF0）==0xE0）{
字节2=readContinuationByte（）；
字节3=readContinuationByte（）；
codePoint=（（byte1&0x0F）JS整数具有32位二进制运算符，因此您可以在一个数字中安全地使用4 x 8位（4字节）。这是解码器作为参数接收的内容


UTF-8编码的大小是可变的。如果代码点仅采用7位（=ASCII），则它将适合一个字节，该字节具有前导零，以指示它只有一个字节：

  0XXXXXXXX

现在要检查码点是否只有一个字节，可以检查高位字节中是否设置了位。这可以通过将码点与
0xFFFFF80
进行比较来完成，该值设置了除最后8位之外的所有位。因此，如果按位and导致不相等的0，则高位字节中的某个位置设置了位

  1111111111111111111110000000 &
                      0XXXXXXX
   = 0


现在，如果超过7位，第一个字节包含字节数，以下所有字节在开头包含一个
01
序列，即4个字节：

  11110XXX 10XXXXXX 10XXXXXX 10XXXXXX

例如，现在要获得上面8个编码位，可以右移18：

  1110XXX 10XXXXX

（UTF-8标准）并有很好的描述。是的，对JS数的按位操作就像对32位整数进行的操作一样
  1110XXX 10XXXXX