在Javascript中检查字节序列是否是有效的UTF-8序列

Question

5

有没有一种简单的方法在JavaScript中检查字符串是否是有效的UTF-8序列？

我真的不想以这样的正则表达式结束：

附言：我从外部API接收数据，有时（非常少但确实会发生）返回带有无效UTF-8序列的数据。试图将它们放入PostgreSQL中会导致适当的错误。

- zavg

1

我不认为那样说有任何意义。一个字符串是由字符组成的列表。UTF-8是一种用二进制格式表示字符的方法。字符串本身并没有编码。 - njzk2

除非您正在尝试确定一个字符串是否可以完全使用UTF-8编码表示？ - njzk2

检查有效的UTF8的唯一方法是检查它是否包含无效的UTF8字符。您提供的正则表达式是执行此检查的一种有效、简洁和高效的方式。当然，您也可以按照自己的字典以自定义的方式进行检查。 - PA.

1

我不知道是否有任何内置方法，所以上次我需要时，我使用了 text.match(/[\x80-\xFF]+/) 来收集潜在问题，并针对UTF-8规范检查每个匹配项——共计52行代码。实际上，使用该正则表达式是一种相当巧妙、快速和简单的方式。 - Jongware

我正在从API接收数据，有时（非常罕见但确实会发生）它返回带有无效的utf-8序列的数据。试图将它们放入Postgres中会导致适当的错误。 - zavg

2

你是否正在尝试弄清楚一系列字节是否可以解释为 UTF-8 编码的字符串？ - njzk2

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Raffaele · Accepted Answer

UTF-8实际上是一种简单的编码方式，但你所要求的无法通过一行代码实现。你需要：

判断某个数组是否为有效的UTF-8序列是相当简单的任务（只需一堆if语句和位移操作），但同样不是一行代码的事情。