如何將字符串轉換爲Bytearray

Question

如何使用JavaScript將字符串轉換爲bytearray。輸出應該等於下面的C＃代碼。

UnicodeEncoding encoding = new UnicodeEncoding(); 
byte[] bytes = encoding.GetBytes(AnyString); 

由於UnicodeEncoding默認爲使用Little-Endianness的UTF-16。

編輯：我有一個要求，使用上面的C＃代碼來匹配生成的bytearray客戶端和服務器端生成的客戶端。

Answer 1

在C＃運行此

UnicodeEncoding encoding = new UnicodeEncoding(); 
byte[] bytes = encoding.GetBytes("Hello"); 

將創建

72,0,101,0,108,0,108,0,111,0 

陣列對於一個字符其中碼是大於255它看起來像這樣

如果你想在JavaScript中一個非常類似的行爲，你可以做到這一點（v2是有點更強大的解決方案，而原來的版本將只爲0x00工作〜0xFF的）

var str = "Hello竜"; 
 
var bytes = []; // char codes 
 
var bytesv2 = []; // char codes 
 

 
for (var i = 0; i < str.length; ++i) { 
 
    var code = str.charCodeAt(i); 
 
    
 
    bytes = bytes.concat([code]); 
 
    
 
    bytesv2 = bytesv2.concat([code & 0xff, code/256 >>> 0]); 
 
} 
 

 
// 72, 101, 108, 108, 111, 31452 
 
console.log('bytes', bytes.join(', ')); 
 

 
// 72, 0, 101, 0, 108, 0, 108, 0, 111, 0, 220, 122 
 
console.log('bytesv2', bytesv2.join(', '));

Answer 2

下面是同樣的功能@BrunoLM貼轉換爲字符串函數原型：

String.prototype.getBytes = function() { 
    var bytes = []; 
    for (var i = 0; i < this.length; ++i) { 
    bytes.push(this.charCodeAt(i)); 
    } 
    return bytes; 
}; 

如果你定義的功能，例如，你可以調用.getBytes（）方法的任何字符串：

var str = "Hello World!"; 
var bytes = str.getBytes(); 

Answer 3

我想C＃和Java產生相同的字節數組。如果您有非ASCII字符，這是不夠的，增加一個額外的0.我的例子包含了一些特殊字符：

var str = "Hell ö € Ω "; 
var bytes = []; 
var charCode; 

for (var i = 0; i < str.length; ++i) 
{ 
    charCode = str.charCodeAt(i); 
    bytes.push((charCode & 0xFF00) >> 8); 
    bytes.push(charCode & 0xFF); 
} 

alert(bytes.join(' ')); 
// 0 72 0 101 0 108 0 108 0 32 0 246 0 32 32 172 0 32 3 169 0 32 216 52 221 30 

我不知道C＃的地方BOM（字節順序標記），但如果使用UTF-16，爪哇String.getBytes添加以下字節：254 255

String s = "Hell ö € Ω "; 
// now add a character outside the BMP (Basic Multilingual Plane) 
// we take the violin-symbol (U+1D11E) MUSICAL SYMBOL G CLEF 
s += new String(Character.toChars(0x1D11E)); 
// surrogate codepoints are: d834, dd1e, so one could also write "\ud834\udd1e" 

byte[] bytes = s.getBytes("UTF-16"); 
for (byte aByte : bytes) { 
    System.out.print((0xFF & aByte) + " "); 
} 
// 254 255 0 72 0 101 0 108 0 108 0 32 0 246 0 32 32 172 0 32 3 169 0 32 216 52 221 30 

編輯：

添加一個特殊字符（U + 1D11E）MUSICAL標記G CLEF（BPM外部，從而不僅考慮2 UTF-16字節，但是4.

當前JavaScript版本在內部使用「UCS-2」，因此此符號佔用2個正常字符的空間。

我不確定，但在使用charCodeAt時，看起來我們得到了UTF-16中使用的替代代碼點，因此非BPM字符可以正確處理。

這個問題是絕對不平凡的。它可能取決於使用的JavaScript版本和引擎。所以，如果你想可靠的解決方案，你應該看看：

• https://github.com/koichik/node-codepoint/
• http://mathiasbynens.be/notes/javascript-escapes
• Mozilla開發者網絡：charCodeAt
• 大尾端與LittleEndian

Answer 4

最好的解決方案我（當然最有可能的原油）會是：

String.prototype.getBytes = function() { 
    var bytes = []; 
    for (var i = 0; i < this.length; i++) { 
     var charCode = this.charCodeAt(i); 
     var cLen = Math.ceil(Math.log(charCode)/Math.log(256)); 
     for (var j = 0; j < cLen; j++) { 
      bytes.push((charCode << (j*8)) & 0xFF); 
     } 
    } 
    return bytes; 
} 

雖然我注意到這個問題已經在這裏一年多了。

Answer 5

你不需要下劃線，只需使用內置地圖：

var string = 'Hello World!'; 
 

 
document.write(string.split('').map(function(c) { return c.charCodeAt(); }));

Answer 6

我知道這個問題幾乎是4歲，但是這是我工作順利：

String.prototype.encodeHex = function() { 
 
    var bytes = []; 
 
    for (var i = 0; i < this.length; ++i) { 
 
    bytes.push(this.charCodeAt(i)); 
 
    } 
 
    return bytes; 
 
}; 
 

 
Array.prototype.decodeHex = function() {  
 
    var str = []; 
 
    var hex = this.toString().split(','); 
 
    for (var i = 0; i < hex.length; i++) { 
 
    str.push(String.fromCharCode(hex[i])); 
 
    } 
 
    return str.toString().replace(/,/g, ""); 
 
}; 
 

 
var str = "Hello World!"; 
 
var bytes = str.encodeHex(); 
 

 
alert('The Hexa Code is: '+bytes+' The original string is: '+bytes.decodeHex());

或者，如果你想只用字符串，並沒有陣列一起，你可以使用：

String.prototype.encodeHex = function() { 
 
    var bytes = []; 
 
    for (var i = 0; i < this.length; ++i) { 
 
    bytes.push(this.charCodeAt(i)); 
 
    } 
 
    return bytes.toString(); 
 
}; 
 

 
String.prototype.decodeHex = function() {  
 
    var str = []; 
 
    var hex = this.split(','); 
 
    for (var i = 0; i < hex.length; i++) { 
 
    str.push(String.fromCharCode(hex[i])); 
 
    } 
 
    return str.toString().replace(/,/g, ""); 
 
}; 
 

 
var str = "Hello World!"; 
 
var bytes = str.encodeHex(); 
 

 
alert('The Hexa Code is: '+bytes+' The original string is: '+bytes.decodeHex());

Answer 7

靈感來自@ hgoebl的回答。他的代碼是UTF-16，我需要一些US-ASCII。所以這裏有一個更完整的答案，涵蓋US-ASCII，UTF-16和UTF-32。

function stringToAsciiByteArray(str) 
{ 
    var bytes = []; 
    for (var i = 0; i < str.length; ++i) 
    { 
     var charCode = str.charCodeAt(i); 
     if (charCode > 0xFF) // char > 1 byte since charCodeAt returns the UTF-16 value 
     { 
      throw new Error('Character ' + String.fromCharCode(charCode) + ' can\'t be represented by a US-ASCII byte.'); 
     } 
     bytes.push(charCode); 
    } 
    return bytes; 
} 
function stringToUtf16ByteArray(str) 
{ 
    var bytes = []; 
    //currently the function returns without BOM. Uncomment the next line to change that. 
    //bytes.push(254, 255); //Big Endian Byte Order Marks 
    for (var i = 0; i < str.length; ++i) 
    { 
     var charCode = str.charCodeAt(i); 
     //char > 2 bytes is impossible since charCodeAt can only return 2 bytes 
     bytes.push((charCode & 0xFF00) >>> 8); //high byte (might be 0) 
     bytes.push(charCode & 0xFF); //low byte 
    } 
    return bytes; 
} 
function stringToUtf32ByteArray(str) 
{ 
    var bytes = []; 
    //currently the function returns without BOM. Uncomment the next line to change that. 
    //bytes.push(0, 0, 254, 255); //Big Endian Byte Order Marks 
    for (var i = 0; i < str.length; i+=2) 
    { 
     var charPoint = str.codePointAt(i); 
     //char > 4 bytes is impossible since codePointAt can only return 4 bytes 
     bytes.push((charPoint & 0xFF000000) >>> 24); 
     bytes.push((charPoint & 0xFF0000) >>> 16); 
     bytes.push((charPoint & 0xFF00) >>> 8); 
     bytes.push(charPoint & 0xFF); 
    } 
    return bytes; 
} 

UTF-8是可變長度，不包括在內，因爲我必須自己編寫編碼。 UTF-8和UTF-16是可變長度的。 UTF-8，UTF-16和UTF-32具有其名稱所指示的最小位數。如果一個UTF-32字符的代碼點爲65，那麼這意味着有3個前導0。但是，UTF-16的相同代碼只有1個前導0。另一方面，US-ASCII是固定寬度的8位，這意味着它可以直接轉換爲字節。

String.prototype.charCodeAt返回的最大數量爲2個字節，並與UTF-16完全匹配。然而，對於UTF-32 String.prototype.codePointAt，它是ECMAScript 6（和諧）提案的一部分。由於charCodeAt返回2個字節，這些字符比US-ASCII可能表示的字符多，所以函數stringToAsciiByteArray將引發這種情況，而不是將字符分成兩半，並取其中一個或兩個字節。

請注意，這個答案是不平凡的，因爲字符編碼是不平凡的。你想要什麼樣的字節數組取決於你想要這些字節代表什麼字符編碼。

javascript有內部使用UTF-16或UCS-2的選項，但由於它具有像UTF-16一樣的方法，所以我不明白爲什麼任何瀏覽器都會使用UCS-2。 另請參閱：https://mathiasbynens.be/notes/javascript-encoding

是的我知道問題是4歲，但我需要這個答案爲我自己。

Answer 8

如果您正在尋找在node.js的有效的解決方案，您可以使用此：

var myBuffer = []; 
var str = 'Stack Overflow'; 
var buffer = new Buffer(str, 'utf16le'); 
for (var i = 0; i < buffer.length; i++) { 
    myBuffer.push(buffer[i]); 
} 

console.log(myBuffer); 

Answer 9

既然不能對答案進行評論，我會建立在金Izzraeel的回答

var myBuffer = []; 
var str = 'Stack Overflow'; 
var buffer = new Buffer(str, 'utf16le'); 
for (var i = 0; i < buffer.length; i++) { 
    myBuffer.push(buffer[i]); 
} 

console.log(myBuffer); 

通過說如果您想在瀏覽器中使用Node.js緩衝區，可以使用它。

https://github.com/feross/buffer

因此，湯姆Stickel的反對無效，答案確實是一個有效的答案。

Answer 10

2018年最簡單的方法應該是TextEncoder，但返回的元素不是字節數組，它是Uint8Array。 （並非所有的瀏覽器都支持它）

let utf8Decode = new TextDecoder('utf-8'); 
utf8Encode.encode("eee") 
> Uint8Array [ 101, 101, 101 ] 

Answer 11

String.prototype.encodeHex = function() { 
    return this.split('').map(e => e.charCodeAt()) 
}; 

String.prototype.decodeHex = function() {  
    return this.map(e => String.fromCharCode(e)).join('') 
};