utf8 unescape quot escape javascript unicode utf8-decode xhtml-transitional

unescape - Decodificar UTF-8 con Javascript



javascript html entities to utf 8 (9)

// Cadena a Utf8 ByteBuffer

function strToUTF8(str){ return Uint8Array.from(encodeURIComponent(str).replace(/%(..)/g,(m,v)=>{return String.fromCodePoint(parseInt(v,16))}), c=>c.codePointAt(0)) }

// Utf8 ByteArray a cadena

function UTF8toStr(ba){ return decodeURIComponent(ba.reduce((p,c)=>{return p+''%''+c.toString(16),''''})) }

Tengo Javascript en una página web XHTML que está pasando cadenas codificadas en UTF-8. Necesita continuar aprobando la versión UTF-8, así como también decodificarla. ¿Cómo es posible decodificar una cadena UTF-8 para mostrar?

<script type="text/javascript"> // <![CDATA[ function updateUser(usernameSent){ var usernameReceived = usernameSent; // Current value: Größe var usernameDecoded = usernameReceived; // Decode to: Größe var html2id = ''''; html2id += ''Encoded: '' + usernameReceived + ''<br />Decoded: '' + usernameDecoded; document.getElementById(''userId'').innerHTML = html2id; } // ]]> </script>


Actualiza la condición de suma de respuesta de @ Albert para emoji.

function Utf8ArrayToStr(array) { var out, i, len, c; var char2, char3, char4; out = ""; len = array.length; i = 0; while(i < len) { c = array[i++]; switch(c >> 4) { case 0: case 1: case 2: case 3: case 4: case 5: case 6: case 7: // 0xxxxxxx out += String.fromCharCode(c); break; case 12: case 13: // 110x xxxx 10xx xxxx char2 = array[i++]; out += String.fromCharCode(((c & 0x1F) << 6) | (char2 & 0x3F)); break; case 14: // 1110 xxxx 10xx xxxx 10xx xxxx char2 = array[i++]; char3 = array[i++]; out += String.fromCharCode(((c & 0x0F) << 12) | ((char2 & 0x3F) << 6) | ((char3 & 0x3F) << 0)); break; case 15: // 1111 0xxx 10xx xxxx 10xx xxxx 10xx xxxx char2 = array[i++]; char3 = array[i++]; char4 = array[i++]; out += String.fromCodePoint(((c & 0x07) << 18) | ((char2 & 0x3F) << 12) | ((char3 & 0x3F) << 6) | (char4 & 0x3F)); break; } return out; }


Aquí hay una solución que maneja todos los puntos de código Unicode que incluyen valores superiores (4 bytes) y es compatible con todos los navegadores modernos (IE y otros> 5.5). Utiliza decodeURIComponent (), pero NO las funciones de escape / unescape obsoletas:

function utf8_to_str(a) { for(var i=0, s=''''; i<a.length; i++) { var h = a[i].toString(16) if(h.length < 2) h = ''0'' + h s += ''%'' + h } return decodeURIComponent(s) }

Probado y disponible en GitHub

Para crear UTF-8 a partir de una cadena:

function utf8_from_str(s) { for(var i=0, enc = encodeURIComponent(s), a = []; i < enc.length;) { if(enc[i] === ''%'') { a.push(parseInt(enc.substr(i+1, 2), 16)) i += 3 } else { a.push(enc.charCodeAt(i++)) } } return a }

Probado y disponible en GitHub


Busqué una solución simple y esto funciona bien para mí:

//input data view = new Uint8Array(data); //output string serialString = ua2text(view); //convert UTF8 to string function ua2text(ua) { s = ""; for (var i = 0; i < ua.length; i++) { s += String.fromCharCode(ua[i]); } return s; }

El único problema que tengo es que a veces tengo un personaje a la vez. Esto podría ser por diseño con mi fuente del arraybuffer. Estoy usando https://github.com/xseignard/cordovarduino para leer datos en serie en un dispositivo Android.


Creo que la manera más fácil sería usar las funciones js incorporadas decodeURI () / encodeURI ().

function (usernameSent) { var usernameEncoded = usernameSent; // Current value: utf8 var usernameDecoded = decodeURI(usernameReceived); // Decoded // do stuff }


Esto debería funcionar:

// http://www.onicos.com/staff/iz/amuse/javascript/expert/utf.txt /* utf.js - UTF-8 <=> UTF-16 convertion * * Copyright (C) 1999 Masanao Izumo <[email protected]> * Version: 1.0 * LastModified: Dec 25 1999 * This library is free. You can redistribute it and/or modify it. */ function Utf8ArrayToStr(array) { var out, i, len, c; var char2, char3; out = ""; len = array.length; i = 0; while(i < len) { c = array[i++]; switch(c >> 4) { case 0: case 1: case 2: case 3: case 4: case 5: case 6: case 7: // 0xxxxxxx out += String.fromCharCode(c); break; case 12: case 13: // 110x xxxx 10xx xxxx char2 = array[i++]; out += String.fromCharCode(((c & 0x1F) << 6) | (char2 & 0x3F)); break; case 14: // 1110 xxxx 10xx xxxx 10xx xxxx char2 = array[i++]; char3 = array[i++]; out += String.fromCharCode(((c & 0x0F) << 12) | ((char2 & 0x3F) << 6) | ((char3 & 0x3F) << 0)); break; } } return out; }

Mira la demostración de JSFiddle .

También vea las preguntas relacionadas: here y here


La solución de @albert fue lo más parecido que creo, pero solo puede analizar hasta 3 bytes de caracteres utf-8.

function utf8ArrayToStr(array) { var out, i, len, c; var char2, char3; out = ""; len = array.length; i = 0; // XXX: Invalid bytes are ignored while(i < len) { c = array[i++]; if (c >> 7 == 0) { // 0xxx xxxx out += String.fromCharCode(c); continue; } // Invalid starting byte if (c >> 6 == 0x02) { continue; } // #### MULTIBYTE #### // How many bytes left for thus character? var extraLength = null; if (c >> 5 == 0x06) { extraLength = 1; } else if (c >> 4 == 0x0e) { extraLength = 2; } else if (c >> 3 == 0x1e) { extraLength = 3; } else if (c >> 2 == 0x3e) { extraLength = 4; } else if (c >> 1 == 0x7e) { extraLength = 5; } else { continue; } // Do we have enough bytes in our data? if (i+extraLength > len) { var leftovers = array.slice(i-1); // If there is an invalid byte in the leftovers we might want to // continue from there. for (; i < len; i++) if (array[i] >> 6 != 0x02) break; if (i != len) continue; // All leftover bytes are valid. return {result: out, leftovers: leftovers}; } // Remove the UTF-8 prefix from the char (res) var mask = (1 << (8 - extraLength - 1)) - 1, res = c & mask, nextChar, count; for (count = 0; count < extraLength; count++) { nextChar = array[i++]; // Is the char valid multibyte part? if (nextChar >> 6 != 0x02) {break;}; res = (res << 6) | (nextChar & 0x3f); } if (count != extraLength) { i--; continue; } if (res <= 0xffff) { out += String.fromCharCode(res); continue; } res -= 0x10000; var high = ((res >> 10) & 0x3ff) + 0xd800, low = (res & 0x3ff) + 0xdc00; out += String.fromCharCode(high, low); } return {result: out, leftovers: []}; }

Esto devuelve {result: "parsed string", leftovers: [list of invalid bytes at the end]} en caso de que esté analizando la cadena en fragmentos.

EDIT: solucionó el problema que encontró @unhammer.



Tal vez usar el textDecoder sea ​​suficiente.

Sin embargo, no es compatible con todos los navegadores. Pero podría ser suficiente si utiliza el cruce de peatones o cualquier otro caso de uso donde sepa qué navegador se utiliza.

var decoder = new TextDecoder(''utf-8''), decodedMessage; decodedMessage = decoder.decode(message.data);