药师学社
65.31M · 2026-02-04
本文将深入探讨文本编码转换器（Text Encoding Converter）的核心 JavaScript 实现逻辑。该工具旨在实现普通文本与多种编码格式（如十六进制、二进制、Base64、Unicode 等）之间的相互转换。
整个工具的转换逻辑基于一个统一的入口函数 convert，它根据输入和输出格式，通过查找表（Lookup Table）调用相应的转换函数。
核心的字节处理依赖于浏览器原生的 TextEncoder 和 TextDecoder API，这确保了对 UTF-8 的正确处理。
// 字符串转字节数组
const encoder = new TextEncoder();
const bytes = encoder.encode(text);
// 字节数组转字符串
const decoder = new TextDecoder('utf-8');
const text = decoder.decode(new Uint8Array(bytes));
对于二进制、八进制、十六进制等数字格式，核心思路是将文本转换为字节数组，然后利用 Number.prototype.toString(radix) 将每个字节转换为对应的进制字符串。
以**Hex（十六进制）**为例：
textToHex: function(text, delimiter, prefix, uppercase) {
const encoder = new TextEncoder();
const bytes = encoder.encode(text);
let hex = Array.from(bytes).map(b => {
// 每个字节转16进制，并补齐2位
let h = b.toString(16).padStart(2, '0');
if (uppercase) h = h.toUpperCase();
return prefix + h;
});
return hex.join(delimiter);
}
反向转换则是移除前缀和分隔符后，使用 parseInt(chunk, 16) 还原字节。
JavaScript 原生的 btoa 和 atob 函数只能处理 ASCII 字符。为了支持中文等 Unicode 字符，我们需要先对字符串进行编码处理。
文本转 Base64 的健壮实现：
textToBase64: function(text) {
try {
// 方法1: 使用 TextEncoder 获取字节，构造二进制字符串
const encoder = new TextEncoder();
const bytes = encoder.encode(text);
let binary = '';
bytes.forEach(byte => binary += String.fromCharCode(byte));
return btoa(binary);
} catch (e) {
// 方法2: 降级方案，使用 encodeURIComponent 处理
return btoa(unescape(encodeURIComponent(text)));
}
}
Base64 转文本：
base64ToText: function(base64) {
const binary = atob(base64.trim());
const bytes = new Uint8Array(binary.length);
for (let i = 0; i < binary.length; i++) {
bytes[i] = binary.charCodeAt(i);
}
const decoder = new TextDecoder('utf-8');
return decoder.decode(bytes);
}
处理 Unicode 转义（如 u4E2D）时，关键在于正确处理代理对（Surrogate Pairs）。对于超出基本多文种平面（BMP, U+0000 到 U+FFFF）的字符（例如 Emoji），JavaScript 的字符串长度为 2。
我们使用 codePointAt(0) 来获取完整的码点值：
textToUnicodeEscape: function(text, delimiter, uppercase) {
let result = [];
for (let char of text) {
let code = char.codePointAt(0);
// 如果码点超过 0xFFFF，说明是代理对，JS 会将其视为两个字符
if (code > 0xFFFF) {
// 手动计算代理对（虽然 ES6 for-of 循环会自动正确迭代字符）
const high = Math.floor((code - 0x10000) / 0x400) + 0xD800;
const low = (code - 0x10000) % 0x400 + 0xDC00;
// ... 转换为 uXXXXuXXXX 格式
let h1 = high.toString(16).padStart(4, '0');
let h2 = low.toString(16).padStart(4, '0');
result.push('\u' + h1);
result.push('\u' + h2);
} else {
// ... 普通字符转换为 uXXXX
let h = code.toString(16).padStart(4, '0');
result.push('\u' + h);
}
}
return result.join(delimiter);
}
注意：使用 for...of 循环可以正确遍历字符串中的 Emoji 等宽字符，而普通的 for(let i=0;...) 则会把它们拆分成两个。
Punycode 是国际化域名（IDN）使用的编码。本项目采用了一个巧妙的利用浏览器原生 API 的方法，避免引入庞大的第三方库：
punycode: {
encode: function(input) {
try {
// 利用 URL API 自动进行 Punycode 编码
const url = new URL('http://' + input);
return url.hostname.replace(/^xn--/, '');
} catch (e) {
// 降级处理...
}
},
decode: function(input) {
// 利用 URL API 自动解析
const testUrl = 'http://' + input;
const url = new URL(testUrl);
return url.hostname;
}
}
这是一个非常轻量且高效的实现方式。
HTML 实体的转换相对直接，主要将字符转换为其对应的十进制或十六进制引用：
textToHtmlDecimal: function(text, delimiter) {
let result = [];
for (let char of text) {
let code = char.codePointAt(0);
result.push('&#' + code + ';');
}
return result.join(delimiter);
}
工具还提供了一个 getCharacterInfo 函数，用于分析单个字符的详细信息。它不仅返回字符本身，还计算其 Unicode 码点、UTF-8 字节序列等。
function getCharacterInfo(char) {
const codePoint = char.codePointAt(0);
const encoder = new TextEncoder();
const utf8Bytes = encoder.encode(char);
return {
char: char,
codePoint: codePoint, // 数字形式
hex: codePoint.toString(16).toUpperCase(), // Hex 形式
utf8: Array.from(utf8Bytes) // UTF-8 字节序列
.map(b => b.toString(16).toUpperCase().padStart(2, '0'))
.join(' ')
};
}
本项目的文本编码转换器通过充分利用 TextEncoder/TextDecoder、URL API 以及 ES6+ 的字符串处理特性（如 codePointAt、for...of），以原生 JavaScript 实现了高效、轻量的多格式转换，无需依赖任何重型第三方库。
