在JavaScript中将字符串编码为UTF-16并转换为Base64

Question

我很难在网上找到任何相关资源，这让我感到担忧。我一直在阅读有关UCS-2和UTF-16的问题，但是我找不到解决方案。

我需要从输入框中获取一个值：

var val = $('input').val()

将文本视为utf-16，对其进行base64编码，因此：

this is a test

变成：

dABoAGkAcwAgAGkAcwAgAGEAIAB0AGUAcwB0AA==

而不是将它视为UTF-8处理时所得到的以下内容：

dGhpcyBpcyBhIHRlc3Q=

- Andrew Bullock

---

什么问题？如何生成与UTF-8相同的内容？我想不是这个问题。 - Alexander

Answer 1

一旦将数据读入JavaScript，它将以无编码数字格式存在（严格来说，它必须是Unicode规范化形式C，但Unicode只是Unicode词典中每个字形的识别数字系列。它是无编码的）。所以：如果您特别需要数据编码为UTF-16字节序列，请这样做，然后对其进行base64编码。

但这里有趣的部分是：您需要哪种UTF-16？小端还是大端？带BOM还是不带？UTF-16是一种非常不方便的编码格式（我们甚至不会触及UCS-2。它已经过时了。已经很久了）。

你真正需要的是从HTML元素获取文本值，Base64编码其值，然后让任何接收该数据的人解包成UTF8；不要让JavaScript做更多的工作。我假设您正在将此数据发送到服务器或其他地方，在这种情况下：您的服务器语言比JavaScript复杂得多，并且可以通过内置函数以约一百万种不同的编码方式解压缩文本。所以就用那个吧。不要为X解决Y。

- Mike 'Pomax' Kamermans

---

我需要接受高位字符（如中文字符）。UTF-8 能处理吗？ - Andrew Bullock

UTF8是Unicode的一种编码方式，而不是“其中的一部分”，所以它可以很好地处理它。这就是它的设计目的=）有趣的事实是：UTF16和UTF32每个字符使用16位和32位。UTF8并不是每个字符使用8位，而是使用“尽可能多的8位块”。 - Mike 'Pomax' Kamermans

你真正需要的是从HTML元素中获取文本值，对其进行Base64编码。你不能直接对文本进行Base64编码，必须将其隐式编码为字节数组。首先，您必须选择一种字节编码方式来处理Unicode字符（例如UTF8、UTF16等）。一旦将所有字符编码为字节数组，然后再对其进行Base64编码。 - Triynko

作为对此的更正，您可以对任何字节序列进行base64编码，包括文本。这可以通过打开控制台并键入btoa("cats")或甚至btoa(3)来轻松检查。由于这些输入只是字节，以及您认为它们是什么，它们将被正确地进行base64编码。唯一真正重要的是接收方知道原始数据使用的编码方式，以便稍后执行正确的操作（仅在需要非UTF8数据源时才需要）。 - Mike 'Pomax' Kamermans