JS計算字元串所佔位元組數

廢話不說，直接正題吧。

最近項目有個需求要用js計算一串字元串寫入到localStorage里所佔的內存，眾所周知的，js是使用Unicode編碼的。而Unicode的實現有N種，其中用的最多的就是UTF-8和UTF-16。因此本文只對這兩種編碼進行討論。

下面這個定義摘自維基百科（http://zh.wikipedia.org/zh-cn/UTF-8），做了部分刪減。

UTF-8（8-bit Unicode Transformation Format）是一種針對Unicode的可變長度字元編碼，可以表示Unicode標準中的任何字元，且其編碼中的第一個位元組仍與ASCII相容，使用一至四個位元組為每個字元編碼。

其編碼規則如下：

1. 字元代碼在000000 – 00007F之間的，用一個位元組編碼；
2. 000080 – 0007FF之間的字元用兩個位元組；
3. 000800 – 00D7FF 和00E000 – 00FFFF之間的用三個位元組，注: Unicode在範圍 D800-DFFF 中不存在任何字元；
4. 010000 – 10FFFF之間的用4個位元組。

而UTF-16則是定長的字元編碼，大部分字元使用兩個位元組編碼，字元代碼超出 65535 的使用四個位元組，如下：

1. 000000 – 00FFFF 兩個位元組；
2. 010000 – 10FFFF 四個位元組。

一開始認為既然頁面用的是UTF-8編碼，那麼存入localStorage的字元串，應該也是用UTF-8編碼的。但後來測試發現，明明計算出的size是不到5MB，存入localStorage卻拋異常了。想了想，頁面的編碼是可以改的。如果localStorage按照頁面的編碼存字元串，不就亂套了？瀏覽器應該都是使用UTF-16編碼的。用UTF-16編碼計算出5MB的字元串，果然順利寫進去了。超過則失敗了。

好了，附上代碼實現。計算規則就是上面寫的，為了計算速度，把兩個for循環分開寫了。

推薦閱讀：