ECMAScript 中的 UTF-32 解码

Question

我有 UTF-32 数据，一个数组缓冲区。我需要将其转换为 ECMAScript 字符串。

有人告诉我，我可以将 TextDecoder 与 UTF-8 一起使用，而且它应该“正常工作”，我非常怀疑告诉我这个的人，但它仍然有效。

除了...输出文本充满了空字符（每个字符 3 个），这是因为将空字节填充读取为空字符，而不是将整个四个字节读取为一个字符。前任：
\x70\x00\x00\x00
变成
P UTF-32；空填充被读取为一个字符
P[=12=][=12=][=12=] UTF-8；分离

根据whatwg编码规范，UTF-32没有定义为要使用的编码标签，而是只有UTF-8和UTF-16，而不是UTF-32，有没有人有什么建议如何在浏览器中实现正确的 UTF-32 解码？

明确地说，我关心现代浏览器，所以我排除了 IE、Amaya、Android Webview 和 Netscape Navigator 等

Answer 1

使用这个库：https://github.com/ashtuchkin/iconv-lite。它可以 in-browser 使用 browserify 或 webpack（虽然它相当大）。

示例：

const iconv = require("iconv-lite")

const yourBuffer = // however you're getting your buffer

const str = iconv.decode(yourBuffer, "utf32");

Answer 2

解码为UTF-8肯定是错误的！正如你所发现的。除了 NUL 之外，它无法完全解码 ASCII 之外的字符。

您可以通过 DataView 一个一个地读取代码点进行解码：

const utf32Decode = bytes => {
  const view = new DataView(bytes.buffer, bytes.byteOffset, bytes.byteLength);
  let result = '';
  
  for (let i = 0; i < bytes.length; i += 4) {
    result += String.fromCodePoint(view.getInt32(i, true));
  }
  
  return result;
};

const result = utf32Decode(new Uint8Array([0x70, 0x00, 0x00, 0x00]));
console.log(JSON.stringify(result));

由于 getInt32（无效长度）和 String.fromCodePoint（无效代码点），无效的 UTF-32 将引发错误。

ECMAScript 中的 UTF-32 解码

UTF-32 decoding in ECMAScript

javascript

utf-32