廢話不說，直接正題吧。
最近專案有個需求要用js計算一串字串寫入到localstorage裡所佔的記憶體，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（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，且其編碼中的第乙個位元組仍與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：
字元**在000000 – 00007f之間的，用乙個位元組編碼；
000080 – 0007ff之間的字元用兩個位元組；
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；
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**超出 65535 的使用四個位元組，如下：
000000 – 00ffff 兩個位元組；
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的字串，果然順利寫進去了。超過則失敗了。
好了，附上**實現。計算規則就是上面寫的，為了計算速度，把兩個for迴圈分開寫了。
/**
* 計算字串所佔的記憶體位元組數，預設使用utf-8的編碼方式計算，也可制定為utf-16
* utf-8 是一種可變長度的 unicode 編碼格式，使用一至四個位元組為每個字元編碼
* * 000000 - 00007f(128個**) 0zzzzzzz(00-7f) 乙個位元組
* 000080 - 0007ff(1920個**) 110yyyyy(c0-df) 10zzzzzz(80-bf) 兩個位元組
* 000800 - 00d7ff
00e000 - 00ffff(61440個**) 1110***x(e0-ef) 10yyyyyy 10zzzzzz 三個位元組
* 010000 - 10ffff(1048576個**) 11110www(f0-f7) 10****** 10yyyyyy 10zzzzzz 四個位元組
* * 注: unicode在範圍 d800-dfff 中不存在任何字元
* *
* utf-16 大部分使用兩個位元組編碼，編碼超出 65535 的使用四個位元組
* 000000 - 00ffff 兩個位元組
* 010000 - 10ffff 四個位元組
* *
* @param str
* @param charset utf-8, utf-16
* @return
*/var sizeof = function(str, charset)else
}}elseelse if(charcode <= 0x07ff)else if(charcode <= 0xffff)else}}
return total;
}
JS計算字串所佔位元組數
最近專案有個需求要用js計算一串字串寫入到localstorage裡所佔的記憶體，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 做了部分刪減。utf 8 8 bit un...
字元所佔位元組數
不同的字元所佔的位元組是不同的。ascii碼 乙個英文本母 不分大小寫 佔乙個位元組的空間，乙個中文漢字佔兩個位元組的空間。乙個二進位制數字序列，在計算機中作為乙個數字單元，一般為8位二進位制數，換算為十進位制。最小值0，最大值255。如乙個ascii碼就是乙個位元組。utf 8編碼 乙個英文本元等...
計算字串的位元組數
str.charcodeat index 返回字串中字元的unicode編碼 unicode大於255的是兩個位元組 小於等於255的是乙個位元組 unicode 是目前用來解決 ascii 碼 256 個字元限制問題的一種比較流行的解決方案。大家知道，ascii 字符集只有256個字元，用 0 2...