JavaScriptの文字コード絡みの忘却録
投稿日 2019/04/04
型と文字コード
| 型 | 文字コード | 補足 |
|---|---|---|
| DOMString | UTF-16 | |
| String | UTF-16 | DOMString |
| Blob | - | DOMStringはUTF-8に変換される |
| ソースコード | - | UTF-8BOMなしが一般的 |
UTF-8/UTF-16への変換
// DOMString(UTF-16) -> DOMString(UTF-8)
var text = "文字列";
var utf8 = unescape(encodeURIComponent(text));
// DOMString(UTF-8) -> DOMString(UTF-16)
var utf16 = decodeURIComponent(escape(utf8))BASE64への変換
// DOMString(UTF-16) -> DOMString(UTF-8) -> BASE64
var text = "文字列";
var b64 = btoa(unescape(encodeURIComponent(text)));
// BASE64 -> DOMString(UTF-8) -> DOMString(UTF-16)
var str = decodeURIComponent(escape(atob(b64)));ArrayBufferへの変換
// DOMString(UTF-16) -> DOMString(UTF-8) -> ArrayBuffer(UTF-8)
var text = "文字列";
var utf8 = unescape(encodeURIComponent(text));
var array = Uint8Array.from(utf8.split(''), c => c.charCodeAt(0));
// DOMString(UTF-16) -> ArrayBuffer(UTF-16)
var text = '文字列';
var array = Uint16Array.from(text.split(''), c => c.charCodeAt(0));Blobへの変換
// DOMString(UTF-16) -> Blob(UTF-8N)
var bom = new Uint8Array([/*0xEF, 0xBB, 0xBF*/]);
var text = '文字列';
var blob = new Blob([bom, text], {"type": "text/plain"});
// DOMString(UTF-16) -> ArrayBuffer(UTF-16) -> Blob(UTF-16LF)
var bom = new Uint8Array([0xFF, 0xFE]);
var text = '文字列';
var array = Uint16Array.from(text.split(''), c => c.charCodeAt(0));
var blob = new Blob([bom, array], {"type": "text/plain"});4バイト文字の文字列長
var emoji = "😉😉😉"
console.log(emoji.length); // 6
console.log(Array.from(emoji).length);// 3
console.log([...emoji].length); // 3※スプレッド構文：[...iterableObj]
ソースコードの文字コード
Web関連のソースコードの文字コードは、UTF-8BOMなしが一般的。
BOMありだと処理できないシステムがあるため、UTF-8BOMなしなんだとか。（文字化けとかが起こる）
ただし、Microsoft ExcelでCSVファイルを扱う場合は、UTF-8BOMありにしないと、Shift-JIS扱いされて文字化けします。
