ECMAScript中的UTF-32解码

Question

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

有人告诉我，我可以在UTF-8中使用TextDecoder，而且它应该是“只起作用”，我对告诉我这一点的人非常怀疑，但它还是起了作用。

除了..。输出文本中填充空字符(每个字符3个)，这是因为将空字节填充作为空字符来读取，而不是将整个四个字节作为一个字符读取。例：

\x70\x00\x00\x00

变成了

P UTF-32；空填充被读取为一个字符。

P\0\0\0 UTF-8；分离

根据什么编码规范，UTF-32没有定义为要使用的编码标签，但是，只有UTF-8和UTF-16，而不是UTF-32，有人对我如何在浏览器内实现正确的UTF-32解码有任何建议吗？

明确地说，我关心现代浏览器，所以我不包括IE、Amaya、Android Webview和Netscape Navigator等等。

Answer 1

把它解码为UTF-8绝对是错误的！就像你发现的。除了NUL之外，它将无法完全解码ASCII之外的字符。

您可以使用DataView逐个读取代码点来解码：

​

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));

​

无效的UTF-32会引发错误，这要归功于getInt32 (无效长度)和String.fromCodePoint (无效代码点)。

Answer 2

使用这个库：https://github.com/ashtuchkin/iconv-lite。它在浏览器中工作，使用的是浏览器化或webpack (虽然它很大)。

示例：

const iconv = require("iconv-lite")

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

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