JS的二进制操作

之前在某个项目中，遇到了许多JS的二进制操作场景，因此总结下JS中的二进制操作方法。

所谓二进制操作，是指操作变量实际存储的值，比如获取字符 A 的Unicode值，或者将值100填入到8个字节中。

1. 位操作符

JS中的位操作与很多语言类似，具体的位运算符如下表所示。

2. 字符和Unicode编码

在介绍具体的方法前，我们需要先了解下UCS-2和UTF-16编码。

UCS-2是一个16bit长度的编码集，它的表示范围是0到0xFFFF。UTF-16的表示范围是0到0x10FFFF，它由1个或者2个16bit的编码单元组成。其中UCS-2是UTF-16的子集，UTF-16编码在0到0x00FFFF的范围称为BMP（基本多文种平面），BMP与UCS-2的编码完全一致。

更详细的说明可以 参考这里 。

2.1 String.fromCharCode

fromCharCode 方法返回指定的UCS-2编码对应的字符串。它是 String 上的静态方法，不可通过字符串对象直接访问。

因为入参是UCS-2编码值，所以不能多于16bit，即入参值要小于65536。如果入参需要大于65536，可以使用 String.fromCodePoint 。

String.fromCharCode(65) // A
String.fromCharCode(65, 66, 68) // ABD

2.2 String.prototype.charCodeAt

charCodeAt 返回字符串指定位置的字符的UTF-16编码。该方法可以直接从字符串对象进行调用。

如果该字符不能使用一个UTF-16编码单元（16bit）来表示时，该方法只会返回第一个编码单元。如果需要获取完整的编码，可以使用 String.prototype.codePointAt 。

"AB".charCodeAt(0) // 65
"AB".charCodeAt(1) // 66

3. ArrayBuffer

ArrayBuffer 用来表示原始的二进制数据缓存区，但是不可直接对 ArrayBuffer 进行操作，需要借助 DataView 或者类型数组对象来对缓存区的内容进行读写。

3.1 DataView

DataView 可以理解为数据视窗，通过 DataView 对象可以对 ArrayBuffer 进行读写操作。

const buffer = new ArrayBuffer(4); // 申请2个字节长度的缓存区
const view1 = new DataView(buffer); // view1的范围是整个缓存区
const view2 = new DataView(buffer, 2, 1) // view2的范围是从第2个字节开始往后的一个字节

// 向一个16bit的内容中填入一个带符号的数
// 参数的含义依次为 输入内容的位置、输入的值、是否使用小端方式(默认大端）
view1.setInt16(0, 0x0A0B, false);
view1.getInt8(0); // 10，即0x0A
view1.getInt8(1); // 11，即0x0B

view2.setUint8(0, 255);
view2.getInt8(0); // 按照有符号数来读取，结果为-1

更多的操作方法可以参考 DataView 。

3.2 类型数组对象

类型数组对象有很多种，比如 Uint8Array , Int32Array 等。将 ArrayBuffer 转化为类型数组后，就可以像数组一样来操作缓存区。

const buffer = new ArrayBuffer(8);

const arr1 = new Int16Array(buffer);
const arr2 = new Uint8Array(buffer);

arr1[0] = 256;
arr2[7] = 255;

console.log(arr1); // [256, 0, 0, 255]
console.log(arr2); // [0, 1, 0, 0, 0, 0, 255, 0]

参考文献

1. 按位操作符 - JavaScript | MDN
2. [Unicode字符平面映射](之前在某个项目中，遇到了许多JS的二进制操作场景，因此总结下JS中的二进制操作方法。

所谓二进制操作，是指操作变量实际存储的值，比如获取字符 A 的Unicode值，或者将值100填入到8个字节中。

1. 位操作符

JS中的位操作与很多语言类似，具体的位运算符如下表所示。

2. 字符和Unicode编码

在介绍具体的方法前，我们需要先了解下UCS-2和UTF-16编码。

UCS-2是一个16bit长度的编码集，它的表示范围是0到0xFFFF。UTF-16的表示范围是0到0x10FFFF，它由1个或者2个16bit的编码单元组成。UCS-2是UTF-16的子集，当字符的编码范围在0x00FFFF。

更详细的说明可以 参考这里 。

2.1 String.fromCharCode

fromCharCode 方法返回指定UCS-2编码对应的字符串。它是 String 上的静态方法，不可通过字符串对象直接访问。

所以 fromCharCode 的入参值要小于65536。否则需要使用 String.fromCodePoint 代替。

String.fromCharCode(65) // A
String.fromCharCode(65, 66, 68) // ABD

2.2 String.prototype.charCodeAt

charCodeAt 返回字符串指定位置的字符的UTF-16编码。该方法可以直接从字符串对象进行调用。

如果该字符不能使用一个UTF-16编码单元（16bit）来表示时，该方法只会返回第一个编码单元。如果需要获取完整的编码，需要使用 String.prototype.codePointAt 代替。

"AB".charCodeAt(0) // 65
"AB".charCodeAt(1) // 66

PS：

3. ArrayBuffer

ArrayBuffer 用来表示原始的二进制数据缓存区，类似于申请一块内存空间，但是不可直接对缓存区进行操作，需要借助 DataView 或者类型数组对象来对缓存区的内容进行读写。

3.1 DataView

DataView 可以理解为数据视窗，通过 DataView 对象可以对 ArrayBuffer 进行读写操作。

const buffer = new ArrayBuffer(4); // 申请2个字节长度的缓存区
const view1 = new DataView(buffer); // view1的范围是整个缓存区
const view2 = new DataView(buffer, 2, 1) // view2的范围是从第2个字节开始往后的一个字节

// 向一个16bit的内容中填入一个带符号的数
// 参数的含义依次为 输入内容的位置、输入的值、是否使用小端方式(默认大端）
view1.setInt16(0, 0x0A0B, false);
view1.getInt8(0); // 10，即0x0A
view1.getInt8(1); // 11，即0x0B

view2.setUint8(0, 255);
view2.getInt8(0); // 按照有符号数来读取，结果为-1

更多的操作方法可以参考 DataView 。

3.2 类型数组对象

类型数组对象有很多种，比如 Uint8Array , Int32Array 等。将 ArrayBuffer 转化为类型数组后，就可以像数组一样来操作缓存区。

const buffer = new ArrayBuffer(8);

const arr1 = new Int16Array(buffer);
const arr2 = new Uint8Array(buffer);

arr1[0] = 256;
arr2[7] = 255;

console.log(arr1); // [256, 0, 0, 255]
console.log(arr2); // [0, 1, 0, 0, 0, 0, 255, 0]

参考文献

1. 按位操作符 - JavaScript | MDN
2. Unicode字符平面映射
3. JavaScript’s internal character encoding: UCS-2 or UTF-16?
4. String.fromCharCode() - JavaScript | MDN
5. String.prototype.charCodeAt() - JavaScript | MDN
6. ArrayBuffer - JavaScript | MDN