如何将大型UTF-8字符串转换为ASCII？

StackOverflow https://stackoverflow.com/questions/834316

题

我需要将大型UTF-8字符串转换为ASCII。它应该是可逆的，理想情况下是快速/轻量级算法。

我该怎么做？我需要源代码（使用循环）或 JavaScript 代码。 （不应该依赖于任何平台/框架/库）

编辑：据我所知，ASCII表示看起来不正确，并且比UTF-8版本更大（以字节为单位），因为它是UTF-8原版的编码形式

有帮助吗？

解决方案

您可以使用仅限ASCII版本的Douglas Crockford的json2.js引用函数。看起来像这样：

    var escapable = /[\\\"\x00-\x1f\x7f-\uffff]/g,
        meta = {    // table of character substitutions
            '\b': '\\b',
            '\t': '\\t',
            '\n': '\\n',
            '\f': '\\f',
            '\r': '\\r',
            '"' : '\\"',
            '\\': '\\\\'
        };

    function quote(string) {

// If the string contains no control characters, no quote characters, and no
// backslash characters, then we can safely slap some quotes around it.
// Otherwise we must also replace the offending characters with safe escape
// sequences.

        escapable.lastIndex = 0;
        return escapable.test(string) ?
            '"' + string.replace(escapable, function (a) {
                var c = meta[a];
                return typeof c === 'string' ? c :
                    '\\u' + ('0000' + a.charCodeAt(0).toString(16)).slice(-4);
            }) + '"' :
            '"' + string + '"';
    }

这将生成一个有效的ASCII-only，javascript引用的输入字符串

e.g。 quote（＆quot;Doppelgänger！＆quot;）将是“Doppelg \ u00e4nger！”

要恢复编码，您只需评估结果

var encoded = quote("Doppelgänger!");
var back = JSON.parse(encoded); // eval(encoded);

其他提示

任何可逆转换为ASCII的UTF-8字符串都是ASCII。

UTF-8可以表示任何unicode字符 - ASCII不能。

正如其他人所说，你不能在不丢弃数据的情况下将UTF-8 text / plain转换为ASCII text / plain。

您可以将UTF-8 text / plain转换为ASCII格式/格式。例如，HTML允许UTF-8中的任何字符使用字符引用。

如果我们继续使用该示例，请在JavaScript中 charCodeAt 可以帮助将字符串转换为使用HTML字符引用的表示形式。

另一种方法是网址，并在JS中实现 encodeURIComponent 。

你的要求很奇怪。

将UTF-8转换为ASCII将丢失有关Unicode代码点的所有信息＆gt; 127（即所有不是ASCII的东西）。

但是，您可以尝试使用ASCII兼容编码对Unicode数据进行编码（无论采用何种源编码），例如 UTF-7 。这意味着生成的数据可以合法地解释为ASCII，但它确实是UTF-7。

如果字符串编码为UTF-8，则不再是字符串。它是二进制数据，如果要将二进制数据表示为ASCII，则必须将其格式化为可以使用有限的ASCII字符集表示的字符串。

一种方法是使用base-64编码（C＃中的示例）：

string original = "asdf";
// encode the string into UTF-8 data:
byte[] encodedUtf8 = Encoding.UTF8.GetBytes(original);
// format the data into base-64:
string base64 = Convert.ToBase64String(encodedUtf8);

如果您希望将字符串编码为ASCII数据：

// encode the base-64 string into ASCII data:
byte[] encodedAscii = Encoding.ASCII.GetBytes(base64);

是否要删除所有非ascii字符（斜线替换为'？'等）或将Unicode代码点存储在非unicode系统中？

首先可以在循环中检查值＆gt; 128并替换它们。

如果您不想使用“任何平台/框架/库”，那么你需要编写自己的编码器。否则我只使用JQuery的.html（）;

无法将转换 UTF-8字符串转换为ASCII，但可以将编码 Unicode作为ASCII兼容字符串。

可能你想使用 Punycode - 这已经是一个标准的Unicode编码，可编码所有Unicode字符转换为ASCII。对于JavaScript代码，请查看此问题

请编辑您的问题标题和说明，以防止他人进行投票 - 不要使用字词转换，请使用编码。

这是一个将UTF8重音转换为ASCII口音的功能（＆＃224;＆＃233;＆＃232;＆＃238;等） 如果字符串中有重音，则将其转换为％239作为例子 然后在另一边，我解析字符串，我知道什么时候有重音和什么是ASCII字符。

我在javascript软件中使用它将数据发送到以ASCII工作的微控制器。

convertUtf8ToAscii = function (str) {
    var asciiStr = "";
    var refTable = { // Reference table Unicode vs ASCII
        199: 128, 252: 129, 233: 130, 226: 131, 228: 132, 224: 133, 231: 135, 234: 136, 235: 137, 232: 138,
        239: 139, 238: 140, 236: 141, 196: 142, 201: 144, 244: 147, 246: 148, 242: 149, 251: 150, 249: 151
    };
    for(var i = 0; i < str.length; i++){
        var ascii = refTable[str.charCodeAt(i)];
        if (ascii != undefined)
            asciiStr += "%" +ascii;
        else
            asciiStr += str[i];
    }
    return asciiStr;
}

quote（）函数的实现可能会做你想要的。 我的版本可以在这里找到

您可以使用 eval（）来反转编码：

var foo = 'Hägar';
var quotedFoo = quote(foo);
var unquotedFoo = eval(quotedFoo);
alert(foo === unquotedFoo);
许可以下： CC-BY-SA 和 归因
不隶属于 StackOverflow
scroll top