Unicode到二進制？

在Javascript中，如何將BMP unicode字符轉換爲二進制文件（和後面）？Unicode到二進制？

我似乎無法找到binaryCharCodeAt()不類似的東西存在任何內置的字符串的方法？

如果沒有，我的猜測，怎麼做手工將創建一個包含例如[00001111], [00001110], [00001100]等一系列...

然後拿到二進制文件，我可以做myArray[String.charCodeAt(j)]

然後從二元到Unicode去，我可以搜索該陣列的二進制字符串，在數組中返回它的位置，並將它放入String.fromCharCode()

在這種情況下，這些二進制代碼是隨意分配，以及的arent正確的藥粥每個角色。但多數民衆贊成..（雖然正確將是首選）我只需要任何二進制。

我預計是，要搜索包含倍65000+項目，數百或數千陣列中的問題，最終可能會花費大量的處理時間。

那麼，有沒有任何現有的方法或庫，或者你可以提出一個更好的方式來手動做到這一點？

來源

2012-04-25 monkey blot

你是什麼BMP Unicode字符意味着什麼？ – Esailija 2012-04-25 16:16:37

@Esailija，http://en.wikipedia.org/wiki/Plane_(Unicode)#Basic_Multilingual_Plane – 2012-04-25 16:20:17

什麼錯'使用String.fromCharCode（「A」 .charCodeAt（0））'。 – Esailija 2012-04-25 16:24:45

請注意，這是不完全正確的說「二進制和背部」，因爲Unicode字符並不需要有一個唯一的二進制表示（這取決於編碼，例如UTF-8）。不過，我相信大多數UTF -...編碼在二進制編碼方面是相互向後兼容的。

不過既然你說你不在乎你使用的是什麼編碼，你可以做的完全一樣Kolink說（他的回答是不正確downvoted，但還沒有完成）：

編輯：作爲Esailija指出，OP只對只有一個代碼點的基本多語言平面字符感興趣。下面的代碼是矯枉過正的，但仍然可以在BMP和非BMP代碼點上工作。

"some string".charCodeAt給你一些編碼的碼點的十六進制。在我的情況下，它是UTF-16：

"".charCodeAt(0)==55356 
"".charCodeAt(1)==56513

在UTF-16，這是0xF0 0x9F 0x83 0x81（f09f8381），或「\ uD83C \ uDCC1」：

"\uD83C\uDCC1"==""

你不能只是假設，charCodeAt會給你沒有一定數量的工作你想要的數字。 Unicode是一種可變寬度編碼。因此，您可以執行以下操作以獲得自我一致的結果。

var UTF_BITS = 16; 

function padLeftTo(string, padChar, numChars) { 
    return (new Array(numChars-string.length+1)).join(padChar) + string; 
} 

function unicodeToBinary(char) { 
    return char.split('').map(function(codepoint) { 
     return padLeftTo(codepoint.charCodeAt(0).toString(2), 0, UTF_BITS); 
    }).join('').split('').map(function(char){return parseInt(char)}); 
    //   ^^^^(ignore this part if you just want a string)^^^^ 
} 

function binaryToUnicode(binaryList) { 
    var codepointsAsNumbers = []; 
    while(binaryList.length>0){ 
     var codepointBits = binaryList.slice(0,UTF_BITS); 
     binaryList = binaryList.slice(UTF_BITS); 
     codepointsAsNumbers.push(parseInt(codepointBits.join(''),2)); 
    } 
    return String.fromCharCode.apply(this,codepointsAsNumbers); 
}

演示：

> unicodeToBinary("") 
[1, 1, 0, 1, 1, 0, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 1, 1, 0, 1, 1, 1, 0, 0, 1, 1, 0, 0, 0, 0, 0, 1] 

> binaryToUnicode(unicodeToBinary("")) 
""

請注意，由於你沒有說你的用例是，二進制可能不是你想要真的是。例如，如果您滿足於唯一標識符，則可以使用字符串本身，或者使用十六進制字符串或甚至整數表示形式。你更想要一個更簡單的表示。

完全旁註：如果你打算使用一個對象作爲查找表，你可以只使用原廠原裝字符串「」爲重點，例如table={}; table[""]='something'; table[""]。但是因爲unicode 3.2標準中有95156個字符，所以我不會建議在內存中做這樣的事情。你還說了一些讓我覺得你不熟悉查找表的性能：如果你不知道，需要O（1）次做table[...]。

來源

2012-04-25 18:22:56 ninjagecko

BMP字符總是在單個'.charCodeAt'中獲取。 Javascript按規範使用UTF-16（或UCS2）。你可以通過運行'var l = 0x10000; 而（L--）{ \t的console.log（使用String.fromCharCode（升）.charCodeAt（0）===升）; }' – Esailija 2012-04-25 18:57:19

@Esailija：啊，我傻了，謝謝。我忘了他在問BMP。我會留下一張紙條。 – ninjagecko 2012-04-25 19:03:32

作爲一個旁註我仍然不知道該是什麼問題，但這似乎是迄今爲止最好的答案，所以+1：D – Esailija 2012-04-25 19:17:40

-1

使用charCodeAt得到十進制數，然後調用它toString(2)將其轉換爲二進制。

來源

2012-04-25 16:05:51

這不是二進制的，它是一個字符串。以'.toString（2）'形式表示的字節需要16個字節的內存，並且需要字符串操作來處理......即使他嘗試過，也不會更無效。 – Esailija 2012-04-25 16:13:54

@Esailija：這是一個不合理的downvote原因，在這種情況下字符串操作看起來非常合理。 – ninjagecko 2012-04-25 17:21:26

@ninjagecko該任擇議定書的有關服用大量的處理時間，如果你使用字符串操作和表示（例如，表示'0xFF'作爲字符串'「11111111」'）實際上只適用擔心。如果他沒有在他的文章中提到這件事，那麼你可能是對的。 – Esailija 2012-04-25 17:58:52

Unicode到二進制？

回答

相關問題