前端開發必須釐清「字符集」與「編碼方式」兩個層次概念,徹底解決中文亂碼、URL 編碼、儲存傳輸等全鏈路問題。
| 概念 | 定義 | 例子 |
|---|---|---|
| Charset (字符集) | 字符→代碼點 的映射表 | ASCII (0-127)、GB2312、Big5、Unicode (UCS) |
| Character Encoding (編碼方式) | 代碼點→位元組序列 的演算法 | UTF-8、UTF-16LE、GBK、EUC-CN |
Unicode 統一碼表 (UCS) + UTF-8 變長編碼 = 現代 Web 通用基石。
| 碼點範圍 | 位元組數 | 位元模式 | 涵蓋字符 |
|---|---|---|---|
| U+0000 ~ U+007F | 1 | 0xxxxxxx | ASCII (相容關鍵) |
| U+0080 ~ U+07FF | 2 | 110xxxxx 10xxxxxx | 希臘文、西里爾文、阿拉伯文、希伯來文 |
| U+0800 ~ U+FFFF | 3 | 1110xxxx 10xxxxxx 10xxxxxx | **中日韓統一表意文字 (CJK)** |
| U+10000 ~ U+1FFFFF | 4 | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx | 擴展漢字、Emoji、歷史文字 |
// JS 內部使用 UTF-16 代碼單元 (BMP 字符 1 個 code unit,補充平面 2 個)
'口'.charCodeAt(0) // 21475 (0x53E3)
'口'.codePointAt(0) // 21475
'😀'.charCodeAt(0) // 55357 (高代理項)
'😀'.codePointAt(0) // 128512 (真實碼點)
// 常用編解碼 API
escape('口') // "%u53E3" (舊標準,棄用)
encodeURI('口') // "%E5%8F%A3" (UTF-8 百分號編碼,保留保留字符)
encodeURIComponent('口') // "%E5%8F%A3" (全編碼,用於查詢字串參數)
unescape / decodeURI / decodeURIComponent // 對應解碼
// 手動 UTF-8 編碼驗證
function toUtf8Bytes(str) {
return new TextEncoder().encode(str); // Uint8Array [229, 143, 163] = 0xE5 0x8F 0xA3
}