如何将字符串转换为Bytearray

Question

如何使用JavaScript将字符串转换为bytearray。输出应该等于下面的C＃代码。

UnicodeEncoding encoding = new UnicodeEncoding(); 
byte[] bytes = encoding.GetBytes(AnyString); 

由于UnicodeEncoding默认为使用Little-Endianness的UTF-16。

编辑：我有一个要求，使用上面的C＃代码来匹配生成的bytearray客户端和服务器端生成的客户端。

Answer 1

在C＃运行此

UnicodeEncoding encoding = new UnicodeEncoding(); 
byte[] bytes = encoding.GetBytes("Hello"); 

将创建

72,0,101,0,108,0,108,0,111,0 

阵列对于一个字符其中码是大于255它看起来像这样

如果你想在JavaScript中一个非常类似的行为，你可以做到这一点（v2是有点更强大的解决方案，而原来的版本将只为0x00工作〜0xFF的）

var str = "Hello竜"; 
 
var bytes = []; // char codes 
 
var bytesv2 = []; // char codes 
 

 
for (var i = 0; i < str.length; ++i) { 
 
    var code = str.charCodeAt(i); 
 
    
 
    bytes = bytes.concat([code]); 
 
    
 
    bytesv2 = bytesv2.concat([code & 0xff, code/256 >>> 0]); 
 
} 
 

 
// 72, 101, 108, 108, 111, 31452 
 
console.log('bytes', bytes.join(', ')); 
 

 
// 72, 0, 101, 0, 108, 0, 108, 0, 111, 0, 220, 122 
 
console.log('bytesv2', bytesv2.join(', '));

Answer 2

下面是同样的功能@BrunoLM贴转换为字符串函数原型：

String.prototype.getBytes = function() { 
    var bytes = []; 
    for (var i = 0; i < this.length; ++i) { 
    bytes.push(this.charCodeAt(i)); 
    } 
    return bytes; 
}; 

如果你定义的功能，例如，你可以调用.getBytes（）方法的任何字符串：

var str = "Hello World!"; 
var bytes = str.getBytes(); 

Answer 3

我想C＃和Java产生相同的字节数组。如果您有非ASCII字符，这是不够的，增加一个额外的0.我的例子包含了一些特殊字符：

var str = "Hell ö € Ω "; 
var bytes = []; 
var charCode; 

for (var i = 0; i < str.length; ++i) 
{ 
    charCode = str.charCodeAt(i); 
    bytes.push((charCode & 0xFF00) >> 8); 
    bytes.push(charCode & 0xFF); 
} 

alert(bytes.join(' ')); 
// 0 72 0 101 0 108 0 108 0 32 0 246 0 32 32 172 0 32 3 169 0 32 216 52 221 30 

我不知道C＃的地方BOM（字节顺序标记），但如果使用UTF-16，爪哇String.getBytes添加以下字节：254 255

String s = "Hell ö € Ω "; 
// now add a character outside the BMP (Basic Multilingual Plane) 
// we take the violin-symbol (U+1D11E) MUSICAL SYMBOL G CLEF 
s += new String(Character.toChars(0x1D11E)); 
// surrogate codepoints are: d834, dd1e, so one could also write "\ud834\udd1e" 

byte[] bytes = s.getBytes("UTF-16"); 
for (byte aByte : bytes) { 
    System.out.print((0xFF & aByte) + " "); 
} 
// 254 255 0 72 0 101 0 108 0 108 0 32 0 246 0 32 32 172 0 32 3 169 0 32 216 52 221 30 

编辑：

添加一个特殊字符（U + 1D11E）MUSICAL标记G CLEF（BPM外部，从而不仅考虑2 UTF-16字节，但是4.

当前JavaScript版本在内部使用“UCS-2”，因此此符号占用2个正常字符的空间。

我不确定，但在使用charCodeAt时，看起来我们得到了UTF-16中使用的替代代码点，因此非BPM字符可以正确处理。

这个问题是绝对不平凡的。它可能取决于使用的JavaScript版本和引擎。所以，如果你想可靠的解决方案，你应该看看：

• https://github.com/koichik/node-codepoint/
• http://mathiasbynens.be/notes/javascript-escapes
• Mozilla开发者网络：charCodeAt
• 大尾端与LittleEndian

Answer 4

最好的解决方案我（当然最有可能的原油）会是：

String.prototype.getBytes = function() { 
    var bytes = []; 
    for (var i = 0; i < this.length; i++) { 
     var charCode = this.charCodeAt(i); 
     var cLen = Math.ceil(Math.log(charCode)/Math.log(256)); 
     for (var j = 0; j < cLen; j++) { 
      bytes.push((charCode << (j*8)) & 0xFF); 
     } 
    } 
    return bytes; 
} 

虽然我注意到这个问题已经在这里一年多了。

Answer 5

你不需要下划线，只需使用内置地图：

var string = 'Hello World!'; 
 

 
document.write(string.split('').map(function(c) { return c.charCodeAt(); }));

Answer 6

我知道这个问题几乎是4岁，但是这是我工作顺利：

String.prototype.encodeHex = function() { 
 
    var bytes = []; 
 
    for (var i = 0; i < this.length; ++i) { 
 
    bytes.push(this.charCodeAt(i)); 
 
    } 
 
    return bytes; 
 
}; 
 

 
Array.prototype.decodeHex = function() {  
 
    var str = []; 
 
    var hex = this.toString().split(','); 
 
    for (var i = 0; i < hex.length; i++) { 
 
    str.push(String.fromCharCode(hex[i])); 
 
    } 
 
    return str.toString().replace(/,/g, ""); 
 
}; 
 

 
var str = "Hello World!"; 
 
var bytes = str.encodeHex(); 
 

 
alert('The Hexa Code is: '+bytes+' The original string is: '+bytes.decodeHex());

或者，如果你想只用字符串，并没有阵列一起，你可以使用：

String.prototype.encodeHex = function() { 
 
    var bytes = []; 
 
    for (var i = 0; i < this.length; ++i) { 
 
    bytes.push(this.charCodeAt(i)); 
 
    } 
 
    return bytes.toString(); 
 
}; 
 

 
String.prototype.decodeHex = function() {  
 
    var str = []; 
 
    var hex = this.split(','); 
 
    for (var i = 0; i < hex.length; i++) { 
 
    str.push(String.fromCharCode(hex[i])); 
 
    } 
 
    return str.toString().replace(/,/g, ""); 
 
}; 
 

 
var str = "Hello World!"; 
 
var bytes = str.encodeHex(); 
 

 
alert('The Hexa Code is: '+bytes+' The original string is: '+bytes.decodeHex());

Answer 7

灵感来自@ hgoebl的回答。他的代码是UTF-16，我需要一些US-ASCII。所以这里有一个更完整的答案，涵盖US-ASCII，UTF-16和UTF-32。

function stringToAsciiByteArray(str) 
{ 
    var bytes = []; 
    for (var i = 0; i < str.length; ++i) 
    { 
     var charCode = str.charCodeAt(i); 
     if (charCode > 0xFF) // char > 1 byte since charCodeAt returns the UTF-16 value 
     { 
      throw new Error('Character ' + String.fromCharCode(charCode) + ' can\'t be represented by a US-ASCII byte.'); 
     } 
     bytes.push(charCode); 
    } 
    return bytes; 
} 
function stringToUtf16ByteArray(str) 
{ 
    var bytes = []; 
    //currently the function returns without BOM. Uncomment the next line to change that. 
    //bytes.push(254, 255); //Big Endian Byte Order Marks 
    for (var i = 0; i < str.length; ++i) 
    { 
     var charCode = str.charCodeAt(i); 
     //char > 2 bytes is impossible since charCodeAt can only return 2 bytes 
     bytes.push((charCode & 0xFF00) >>> 8); //high byte (might be 0) 
     bytes.push(charCode & 0xFF); //low byte 
    } 
    return bytes; 
} 
function stringToUtf32ByteArray(str) 
{ 
    var bytes = []; 
    //currently the function returns without BOM. Uncomment the next line to change that. 
    //bytes.push(0, 0, 254, 255); //Big Endian Byte Order Marks 
    for (var i = 0; i < str.length; i+=2) 
    { 
     var charPoint = str.codePointAt(i); 
     //char > 4 bytes is impossible since codePointAt can only return 4 bytes 
     bytes.push((charPoint & 0xFF000000) >>> 24); 
     bytes.push((charPoint & 0xFF0000) >>> 16); 
     bytes.push((charPoint & 0xFF00) >>> 8); 
     bytes.push(charPoint & 0xFF); 
    } 
    return bytes; 
} 

UTF-8是可变长度，不包括在内，因为我必须自己编写编码。 UTF-8和UTF-16是可变长度的。 UTF-8，UTF-16和UTF-32具有其名称所指示的最小位数。如果一个UTF-32字符的代码点为65，那么这意味着有3个前导0。但是，UTF-16的相同代码只有1个前导0。另一方面，US-ASCII是固定宽度的8位，这意味着它可以直接转换为字节。

String.prototype.charCodeAt返回的最大数量为2个字节，并与UTF-16完全匹配。然而，对于UTF-32 String.prototype.codePointAt，它是ECMAScript 6（和谐）提案的一部分。由于charCodeAt返回2个字节，这些字符比US-ASCII可能表示的字符多，所以函数stringToAsciiByteArray将引发这种情况，而不是将字符分成两半，并取其中一个或两个字节。

请注意，这个答案是不平凡的，因为字符编码是不平凡的。你想要什么样的字节数组取决于你想要这些字节代表什么字符编码。

javascript有内部使用UTF-16或UCS-2的选项，但由于它具有像UTF-16一样的方法，所以我不明白为什么任何浏览器都会使用UCS-2。 另请参阅：https://mathiasbynens.be/notes/javascript-encoding

是的我知道问题是4岁，但我需要这个答案为我自己。

Answer 8

如果您正在寻找在node.js的有效的解决方案，您可以使用此：

var myBuffer = []; 
var str = 'Stack Overflow'; 
var buffer = new Buffer(str, 'utf16le'); 
for (var i = 0; i < buffer.length; i++) { 
    myBuffer.push(buffer[i]); 
} 

console.log(myBuffer); 

Answer 9

既然不能对答案进行评论，我会建立在金Izzraeel的回答

var myBuffer = []; 
var str = 'Stack Overflow'; 
var buffer = new Buffer(str, 'utf16le'); 
for (var i = 0; i < buffer.length; i++) { 
    myBuffer.push(buffer[i]); 
} 

console.log(myBuffer); 

通过说如果您想在浏览器中使用Node.js缓冲区，可以使用它。

https://github.com/feross/buffer

因此，汤姆Stickel的反对无效，答案确实是一个有效的答案。

Answer 10

2018年最简单的方法应该是TextEncoder，但返回的元素不是字节数组，它是Uint8Array。 （并非所有的浏览器都支持它）

let utf8Decode = new TextDecoder('utf-8'); 
utf8Encode.encode("eee") 
> Uint8Array [ 101, 101, 101 ] 

Answer 11

String.prototype.encodeHex = function() { 
    return this.split('').map(e => e.charCodeAt()) 
}; 

String.prototype.decodeHex = function() {  
    return this.map(e => String.fromCharCode(e)).join('') 
};