Wie viele Bytes in einem JavaScript-String?

Question

Ich habe einen JavaScript-String, der beim Senden vom Server in UTF-8 etwa 500K groß ist. Wie kann ich seine Größe in JavaScript feststellen?

Ich weiß, dass JavaScript UCS-2 verwendet, was bedeutet, dass 2 Bytes pro Zeichen verwendet werden. Allerdings, hängt das von der JavaScript-Implementierung ab? Oder von der Seitenkodierung oder vielleicht vom Inhaltstyp?

Answer 1

Sie können das Blob verwenden, um die Größe des Strings in Bytes zu erhalten.

Beispiele:

console.info(
  new Blob(['']).size,                             // 4
  new Blob(['']).size,                             // 4
  new Blob(['']).size,                           // 8
  new Blob(['']).size,                           // 8
  new Blob(['Ich bin ein String']).size,                  // 12

  // aus Premasagars Korrektur von Lauris Antwort für
  // Strings, die einsame Zeichen im Surrogatbereich enthalten:
  // https://stackoverflow.com/a/39488643/6225838
  new Blob([String.fromCharCode(55555)]).size,       // 3
  new Blob([String.fromCharCode(55555, 57000)]).size // 4 (nicht 6)
);

Answer 2

Diese Funktion gibt die Byte-Größe eines UTF-8-Strings zurück, den Sie ihr übergeben.

function byteCount(s) {
    return encodeURI(s).split(/%..|./).length - 1;
}

Quelle

JavaScript-Engines können intern UCS-2 oder UTF-16 verwenden. Die meisten Engines, von denen ich weiß, verwenden UTF-16, aber egal welche Wahl sie getroffen haben, es ist nur ein Implementierungsdetail, das die Eigenschaften der Sprache nicht beeinflusst.

Die ECMAScript/JavaScript-Sprache selbst gibt jedoch Zeichen gemäß UCS-2 heraus, nicht UTF-16.

Quelle

Answer 3

Wenn Sie node.js verwenden, gibt es eine einfachere Lösung mit Puffern:

function getBinarySize(string) {
    return Buffer.byteLength(string, 'utf8');
}

Es gibt eine npm-Bibliothek dafür: https://www.npmjs.org/package/utf8-binary-cutter (von deinem aufrichtig)

Answer 4

String-Werte sind gemäß der ECMA-262 3. Edition Spezifikation nicht implementierungsabhängig, jedes Zeichen repräsentiert eine einzige 16-Bit-Einheit von UTF-16-Text:

4.3.16 String-Wert

Ein String-Wert ist ein Element des Typs String und ist eine endliche geordnete Sequenz von null oder mehr 16-Bit nicht-negativen Ganzzahlwerten.

HINWEIS Obwohl jeder Wert normalerweise eine einzelne 16-Bit-Einheit von UTF-16-Text darstellt, legt die Sprache keine Beschränkungen oder Anforderungen an die Werte fest, außer dass sie 16-Bit nicht-negative Ganzzahlen sind.

Answer 5

Diese 3 Möglichkeiten verwende ich:

1. TextEncoder

   new TextEncoder().encode("meinString").length

2. Blob

   new Blob(["meinString"]).size

3. Buffer

   Buffer.byteLength("meinString", 'utf8')