Compter les octets dans textarea en utilisant javascript

Question

J'ai besoin de compter combien de temps en octets une zone de texte est quand UTF8 codé en utilisant javascript. Une idée de comment je ferais ça?

merci!

Answer 1

edit: comme didier-l a souligné, cette fonction ne compte pas les caractères de substitution correctement.

La réponse de broofa devrait compter correctement les substituts, voir https://stackoverflow.com/a/12206089/274483.

J'ai testé les deux versions proposées ici, ainsi qu'une mise en œuvre naïve:

getUTF8Length: function(string) { 
    var utf8length = 0; 
    for (var n = 0; n < string.length; n++) { 
     var c = string.charCodeAt(n); 
     if (c < 128) { 
      utf8length++; 
     } 
     else if((c > 127) && (c < 2048)) { 
      utf8length = utf8length+2; 
     } 
     else { 
      utf8length = utf8length+3; 
     } 
    } 
    return utf8length; 
} 

Avec le résultat que ma version est légèrement plus rapide dans Firefox et nettement plus rapide en chrome (~ 30x) que le ici affiché versions.

Answer 2

encodeURIComponent(text).replace(/%[A-F\d]{2}/g, 'U').length 

Answer 3

Je me suis demandé la même chose. C'est la meilleure réponse que je trébuche sur:

http://www.inter-locale.com/demos/countBytes.html

Voici l'extrait de code:

<script type="text/javascript"> 
function checkLength() { 
    var countMe = document.getElementById("someText").value 
    var escapedStr = encodeURI(countMe) 
    if (escapedStr.indexOf("%") != -1) { 
     var count = escapedStr.split("%").length - 1 
     if (count == 0) count++ //perverse case; can't happen with real UTF-8 
     var tmp = escapedStr.length - (count * 3) 
     count = count + tmp 
    } else { 
     count = escapedStr.length 
    } 
    alert(escapedStr + ": size is " + count) 
} 

mais le lien contient un exemple en direct de celui-ci à jouer avec. "encodeURI (STRING)" est le bloc de construction ici, mais regardez aussi encodeURIComponent (STRING) (comme déjà souligné sur la réponse précédente) pour voir lequel correspond à vos besoins.

Cordialement

Answer 4

Si vous avez des caractères non-bmp dans votre chaîne, il est un peu plus compliqué ...

Parce que le javascript ne code UTF-16, et un « caractère » est une pile de 2 octets (16 bits) tous les caractères multi-octets (3 et plus d'octets) ne fonctionneront pas:

<script type="text/javascript"> 
     var nonBmpString = "foo€"; 
     console.log(nonBmpString.length); 
     // will output 5 
    </script> 

Le caractère "€" a une longueur de 3 octets (24 bits). Javascript l'interprète comme 2 caractères, car dans JS, un caractère est un bloc de 16 bits. Donc pour obtenir correctement l'octet d'une chaîne mixte, nous devons coder notre propre fonction fixedCharCodeAt();

function fixedCharCodeAt(str, idx) { 
     idx = idx || 0; 
     var code = str.charCodeAt(idx); 
     var hi, low; 
     if (0xD800 <= code && code <= 0xDBFF) { // High surrogate (could change last hex to 0xDB7F to treat high private surrogates as single characters) 
      hi = code; 
      low = str.charCodeAt(idx + 1); 
      if (isNaN(low)) { 
       throw 'Kein gültiges Schriftzeichen oder Speicherfehler!'; 
      } 
      return ((hi - 0xD800) * 0x400) + (low - 0xDC00) + 0x10000; 
     } 
     if (0xDC00 <= code && code <= 0xDFFF) { // Low surrogate 
      // We return false to allow loops to skip this iteration since should have already handled high surrogate above in the previous iteration 
      return false; 
      /*hi = str.charCodeAt(idx-1); 
      low = code; 
      return ((hi - 0xD800) * 0x400) + (low - 0xDC00) + 0x10000;*/ 
     } 
     return code; 
    } 

Maintenant, nous pouvons compter les octets ...

function countUtf8(str) { 
     var result = 0; 
     for (var n = 0; n < str.length; n++) { 
      var charCode = fixedCharCodeAt(str, n); 
      if (typeof charCode === "number") { 
       if (charCode < 128) { 
        result = result + 1; 
       } else if (charCode < 2048) { 
        result = result + 2; 
       } else if (charCode < 65536) { 
        result = result + 3; 
       } else if (charCode < 2097152) { 
        result = result + 4; 
       } else if (charCode < 67108864) { 
        result = result + 5; 
       } else { 
        result = result + 6; 
       } 
      } 
     } 
     return result; 
    } 

Soit dit en passant ... Vous ne devriez pas utiliser la encodeURI méthode, car, il est une fonction de navigateur natif;)

Plus de choses:

• Code on GitHub
• More on Mozilla Developer Networks

---

Vive

frankneff.ch/@frank_neff 

Answer 5

En combinant diverses réponses, la méthode suivante doit être rapide et précis, et évite des problèmes avec des paires de substitution non valides qui peuvent provoquer des erreurs dans encodeURIComponent():

function getUTF8Length(s) { 
    var len = 0; 
    for (var i = 0; i < s.length; i++) { 
    var code = s.charCodeAt(i); 
    if (code <= 0x7f) { 
     len += 1; 
    } else if (code <= 0x7ff) { 
     len += 2; 
    } else if (code >= 0xd800 && code <= 0xdfff) { 
     // Surrogate pair: These take 4 bytes in UTF-8 and 2 chars in UCS-2 
     // (Assume next char is the other [valid] half and just skip it) 
     len += 4; i++; 
    } else if (code < 0xffff) { 
     len += 3; 
    } else { 
     len += 4; 
    } 
    } 
    return len; 
} 

Answer 6

encodeURI(text).split(/%..|./).length - 1 

Answer 7

Ajouter la longueur Byte fonction de comptage à la chaîne

String.prototype.Blength = function() { 
    var arr = this.match(/[^\x00-\xff]/ig); 
    return arr == null ? this.length : this.length + arr.length; 
} 

vous pouvez utiliser .Blength() pour obtenir la taille

Answer 8

Que diriez-vous simple:

unescape(encodeURIComponent(utf8text)).length 

L'astuce est que encodeURIComponent semble fonctionner sur des personnages tout en unescape fonctionne sur des octets.

Answer 9

les opérations suivantes:

function b(c) { 
    var n=0; 
    for (i=0;i<c.length;i++) { 
      p = c.charCodeAt(i); 
      if (p<128) { 
       n++; 
      } else if (p<2048) { 
       n+=2; 
      } else { 
       n+=3; 
      } 
     }return n; 
} 

Answer 10

mis meta UTF-8 juste & il est OK!

<meta charset="UTF-8"> 
<meta http-equiv="content-type" content="text/html;charset=utf-8"> 

et js:

if($mytext.length > 10){ 
// its okkk :) 
}