节点 js base64 字符串转换为 utf8 问题

Question

我有一个字符串是 base64，我需要将其转换为 utf-8。

base64_string "VABpAG0AZQAgAHMAZQByAGUAaQBzAA=="

我正在尝试在以下环境中将 base64_string 转换为 utf-8：

在浏览器中

method : atob(base64_string)

`Result = "Time series",` 

哪个是对的。 我们可以在https://www.base64decode.org中验证相同的

在 NodeJs 中，我使用 npm package "atob" 进行转换

method : atob(base64_string)

Result = "T i m e  s e r i e s".

由于某些原因，我在每个字符之间都有空格，我不知道为什么？ 我试图修剪，但这也不起作用。

Answer 1

TL;博士;

您的字符串实际上是 UTF-16，而不是 UTF-8。 这是正确解码的方法。

function atob(b64txt) {
  const buff = Buffer.from(b64txt, 'base64');
  const txt = buff.toString('utf16le');
  return txt;
}

说明：您的 base64 编码字符串实际上不是 UTF-8 或 ASCII 数据。 它是 UTF-16（小端序）。 这意味着每个字符总是有两个字节。

UTF-8 不同：任何小于 127 的字节都表示单字节字符。 大于 127 的字节会有第二个字节，如果第二个字节 > 127 会有第三个字节，以此类推。

因此，让我们将您的字符串解码为字符代码，看看它是什么样子：

const b64txt = 'VABpAG0AZQAgAHMAZQByAGUAaQBzAA==';
const buff = Buffer.from(b64txt, 'base64');
console.log(JSON.stringify(buff));
// >> {"type":"Buffer","data":[84,0,105,0,109,0,101,0,32,0,115,0,101,0,114,0,101,0,105,0,115,0]}

第一个字符 (84) 是T的 ASCII 字符。 但它小于 127，而且它后面还有一个0字节。 所以...不是 UTF-8。

这就是这个字符串每个字符有两个字节的线索，使其成为 UTF-16。 字符后面的 0 表明它是“小端序”（0-255 字节排在第一位，256-65536 字节排在第二位）。

如果要将此缓冲区更改为文本，则需要将其解释为正确的字符串类型：

const txt = buff.toString('utf16le'); // <- UTF-16, little-endian
console.log(txt);
// >> "Time sereis"

所以在 node.js 中，如果你结合这两个命令，你最终会得到一个完整的解决方案来正确解码你的字符串，如 TL;DR; 中所述。

当然，如果您的编码类型发生更改，您也必须更改它，并执行toString('utf8')或任何适当的编码。

（信用：我在起草这个答案时引用了这个和这个。）