為什么 Buffer.from('\x80', 'utf8') 返回<buffer c2 80></buffer>

Question

為什么會發生這種情況

> Buffer.from('\x79', 'utf8')
<Buffer 79>
> Buffer.from('\x80', 'utf8')
<Buffer c2 80>

以及如何讓Buffer表現出我的預期並返回<Buffer 80> ？

Answer 1

發生這種情況是因為二進制的0x80或1000 0000或十進制的 128 在 UTF-8 中不是有效的代碼點，因為它在 ASCII 之外（這是 7 位，因此所有 ASCII 代碼點的第一位都設置為0 ）。 要將字符串轉換為Buffer而不將它們解釋為 UTF-8，您可以改用'ascii'編碼：

> Buffer.from('\x79', 'ascii')
<Buffer 79>
> Buffer.from('\x80', 'ascii')
<Buffer 80>

> Buffer.from('💻', 'ascii')
<Buffer 3d bb>
> Buffer.from('💻', 'utf8')
<Buffer f0 9f 92 bb>

Answer 2

即使@Boris的回答確實解釋了這種行為，我只想指出：

從文檔中：

• 'ascii'編碼被認為是傳統的字符編碼

作為另一種解決方案，使用latin1編碼，應該會給出預期的結果：

• 'latin1'：Latin-1 代表ISO-8859-1 。

  此字符編碼僅支持從 U+0000 到 U+00FF 的 Unicode 字符。 每個字符都使用單個字節進行編碼。 不適合該范圍的字符將被截斷，並將映射到該范圍內的字符。

const a = Buffer.from('\x80', 'utf8');
const b = Buffer.from('\x80', 'latin1')
console.log(a, b);
// <Buffer c2 80> <Buffer 80>

^{在線嘗試！}