Javascript 計算字符串在localStorage中所占字節(jié)數(shù)

更新時間：2015年10月21日 08:42:46 投稿：hebedich

本文給大家分享的是使用Javascript 計算字符串在localStorage中所占字節(jié)數(shù)，分別對UTF-8和UTF-16兩種編碼進(jìn)行了詳細(xì)說明，有需要的小伙伴可以參考下。

最近項目有個需求要用js計算一串字符串寫入到localStorage里所占的內(nèi)存，眾所周知的，js是使用Unicode編碼的。而Unicode的實現(xiàn)有N種，其中用的最多的就是UTF-8和UTF-16。因此本文只對這兩種編碼進(jìn)行討論。

下面這個定義摘自維基百科（http://zh.wikipedia.org/zh-cn/UTF-8），做了部分刪減。

UTF-8（8-bit Unicode Transformation Format）是一種針對Unicode的可變長度字符編碼，可以表示Unicode標(biāo)準(zhǔn)中的任何字符，且其編碼中的第一個字節(jié)仍與ASCII相容，使用一至四個字節(jié)為每個字符編碼

其編碼規(guī)則如下：

字符代碼在000000 – 00007F之間的，用一個字節(jié)編碼；

000080 – 0007FF之間的字符用兩個字節(jié)；
000800 – 00D7FF 和 00E000 – 00FFFF之間的用三個字節(jié)，注: Unicode在范圍 D800-DFFF 中不存在任何字符；
010000 – 10FFFF之間的用4個字節(jié)。

而UTF-16 則是定長的字符編碼，大部分字符使用兩個字節(jié)編碼，字符代碼超出 65535 的使用四個字節(jié)，如下：

000000 – 00FFFF 兩個字節(jié)；
010000 – 10FFFF 四個字節(jié)。

一開始認(rèn)為既然頁面用的是UTF-8編碼，那么存入localStorage的字符串，應(yīng)該也是用UTF-8編碼的。但后來測試發(fā)現(xiàn)，明明計算出的size是不到5MB，存入localStorage卻拋異常了。想了想，頁面的編碼是可以改的。如果localStorage按照頁面的編碼存字符串，不就亂套了？瀏覽器應(yīng)該都是使用UTF-16編碼的。用UTF-16編碼計算出5MB的字符串，果然順利寫進(jìn)去了。超過則失敗了。

好了，附上代碼實現(xiàn)。計算規(guī)則就是上面寫的，為了計算速度，把兩個for循環(huán)分開寫了。

/**
   * 計算字符串所占的內(nèi)存字節(jié)數(shù)，默認(rèn)使用UTF-8的編碼方式計算，也可制定為UTF-16
   * UTF-8 是一種可變長度的 Unicode 編碼格式，使用一至四個字節(jié)為每個字符編碼
   *
   * 000000 - 00007F(128個代碼)   0zzzzzzz(00-7F)               一個字節(jié)
   * 000080 - 0007FF(1920個代碼)   110yyyyy(C0-DF) 10zzzzzz(80-BF)       兩個字節(jié)
   * 000800 - 00D7FF
    00E000 - 00FFFF(61440個代碼)  1110xxxx(E0-EF) 10yyyyyy 10zzzzzz      三個字節(jié)
   * 010000 - 10FFFF(1048576個代碼) 11110www(F0-F7) 10xxxxxx 10yyyyyy 10zzzzzz 四個字節(jié)
   *
   * 注: Unicode在范圍 D800-DFFF 中不存在任何字符
   * {@link http://zh.wikipedia.org/wiki/UTF-8}
   *
   * UTF-16 大部分使用兩個字節(jié)編碼，編碼超出 65535 的使用四個字節(jié)
   * 000000 - 00FFFF 兩個字節(jié)
   * 010000 - 10FFFF 四個字節(jié)
   *
   * {@link http://zh.wikipedia.org/wiki/UTF-16}
   * @param {String} str
   * @param {String} charset utf-8, utf-16
   * @return {Number}
   */
  var sizeof = function(str, charset){
    var total = 0,
      charCode,
      i,
      len;
    charset = charset ? charset.toLowerCase() : '';
    if(charset === 'utf-16' || charset === 'utf16'){
      for(i = 0, len = str.length; i < len; i++){
        charCode = str.charCodeAt(i);
        if(charCode <= 0xffff){
          total += 2;
        }else{
          total += 4;
        }
      }
    }else{
      for(i = 0, len = str.length; i < len; i++){
        charCode = str.charCodeAt(i);
        if(charCode <= 0x007f) {
          total += 1;
        }else if(charCode <= 0x07ff){
          total += 2;
        }else if(charCode <= 0xffff){
          total += 3;
        }else{
          total += 4;
        }
      }
    }
    return total;
  }

您可能感興趣的文章: