默认 Javascript 字符编码？

Question

经过一番疯狂的谷歌搜索后，我似乎无法找到一个简单问题的结论性答案。 如果这个问题在某处得到回答，我深表歉意，但如果是这样，我找不到它。

在用 Javascript 编写加密方法时，我开始想知道我的字符串使用了什么字符编码，以及为什么。

那么：是什么决定了 Javascript 中的字符编码？ 是标准吗？ 通过浏览器？ 由HTTP请求的头部决定？ 在包含它的 HTML 的<META>标签中？ 提供页面的服务器？

通过我的经验测试（更改不同的设置，然后在一个足够奇怪的字符上使用charCodeAt并查看该值与哪种编码匹配）它似乎总是 UTF-8 或 UTF-16，但我不知道为什么.

谢谢您的帮助！

Answer 1

E262 第 8.4 节：

String 类型是零个或多个 16 位无符号整数值（“元素”）的所有有限有序序列的集合。 String 类型通常用于表示正在运行的 ECMAScript 程序中的文本数据，在这种情况下，String 中的每个元素都被视为一个代码单元值（参见第 6 条）。 每个元素都被视为在序列中占据一个位置。 这些位置用非负整数索引。 第一个元素（如果有）在位置 0，下一个元素（如果有）在位置 1，依此类推。 字符串的长度是其中的元素数（即 16 位值）。 空字符串的长度为零，因此不包含任何元素。

当 String 包含实际文本数据时，每个元素都被视为单个 UTF-16 代码单元。 无论这是否是字符串的实际存储格式，字符串中的字符都按其初始代码单元元素位置编号，就像使用 UTF-16 表示一样。 对字符串的所有操作（除非另有说明）将它们视为未区分的 16 位无符号整数序列； 它们不确保生成的 String 是规范化的形式，也不确保对语言敏感的结果。

这种措辞有点令人生厌。 这似乎意味着所有重要的东西都将字符串视为每个字符都是 UTF-16 字符，但同时没有任何东西可以确保它都是有效的。

编辑- 明确地说，目的是字符串由 UTF-16 代码点组成。 在 ES2015 中，“字符串值”的定义包括这个注释：

String 值是 String 类型的成员。 序列中的每个整数值通常表示 UTF-16 文本的单个 16 位单元。 但是，ECMAScript 对这些值没有任何限制或要求，只是它们必须是 16 位无符号整数。

因此，即使字符串包含不能作为正确 unicode 字符工作的值，它仍然是一个字符串。

Answer 2

JavaScript 本身没有默认的字符编码。 就规范而言，JavaScript 程序是一系列抽象字符。 当通过网络传输或仅存储在计算机中时，抽象字符必须以某种方式编码，但其机制不受 ECMAScript 标准控制。

ECMAScript标准的第 6 节使用 UTF-16 作为参考编码，但未将其指定为默认编码。 使用 UTF-16 作为参考在逻辑上是不必要的（参考 Unicode 数字就足够了），但它可能被认为可以帮助人们。

这个问题不应与字符串文字或字符串的一般解释混淆。 像“Φ”这样的文字需要与程序的其余部分一起使用某种编码； 这可以是任何编码，但在解析编码后，文字将根据字符的 Unicode 编号解释为整数。

当 JavaScript 程序通过 Internet 传输时（作为“外部 JavaScript 文件”）， RFC 4329 ，脚本媒体类型，适用。 第 4 条定义了机制：首先，检查 HTTP 标头等标头，并信任那里的charset参数。 （实际上，Web 服务器通常不会为 JavaScript 程序指定这样的参数。） 其次，应用 BOM 检测。 否则，将暗示 UTF-8。

该机制的第一部分有些模棱两可。 它可能被解释为仅与实际 HTTP 标头中的charset参数相关，或者可能会扩展到script元素中的charset参数。

如果 JavaScript 程序通过script元素或某些事件属性显示为嵌入在 HTML 中，那么其字符编码当然与 HTML 文档的字符编码相同。 部指定的字符编码的HTML 4.01规范定义的解决机制，按照该顺序： charset在HTTP头中， charset在meta ， charset在一个链接，随后访问的文件，最后启发式（猜测），其可以涉及许多事情，许多东西; 参见 HTML5 草案中复杂的解析机制。