Javascript는 localStorage_javascript 팁에서 문자열이 차지하는 바이트 수를 계산합니다.

최근 프로젝트에서는 js를 사용하여 localStorage에 작성된 문자열이 차지하는 메모리를 계산해야 한다는 요구 사항이 있습니다. 우리 모두 알고 있듯이 js는 유니코드 인코딩을 사용합니다. N 가지 유형의 유니코드 구현이 있으며 그 중 UTF-8과 UTF-16이 가장 일반적으로 사용됩니다. 따라서 이 문서에서는 이 두 가지 인코딩에 대해서만 설명합니다.

다음 정의는 Wikipedia(http://zh.wikipedia.org/zh-cn/UTF-8)에서 가져온 것이며 일부 삭제되었습니다.

UTF-8(8비트 유니코드 변환 형식)은 유니코드 표준의 모든 문자를 나타낼 수 있는 유니코드용 가변 길이 문자 인코딩이며 인코딩의 첫 번째 바이트는 1~4개를 사용하여 여전히 ASCII와 호환됩니다. 각 문자를 인코딩할 바이트

인코딩 규칙은 다음과 같습니다.

000000~00007F 사이의 문자 코드는 1바이트로 인코딩됩니다.

000080~0007FF 사이의 문자는 2바이트를 사용합니다.

000800 – 00D7FF와 00E000 – 00FFFF 사이의 3바이트를 사용하십시오. 참고: 유니코드에는 D800-DFFF 범위의 문자가 없습니다. 010000 – 10FFFF 사이의 4바이트를 사용합니다.


UTF-16은 고정 길이 문자 인코딩입니다. 대부분의 문자는 인코딩에 2바이트를 사용하며, 65535를 초과하는 문자 코드는 다음과 같이 4바이트를 사용합니다.

000000 – 00FFFF 2바이트

010000 – 10FFFF 4바이트.

처음에는 페이지가 UTF-8로 인코딩되어 있으므로 localStorage에 저장된 문자열도 UTF-8로 인코딩되어야 한다고 생각했습니다. 그러나 이후 테스트에서 계산된 크기가 5MB 미만인 것으로 나타났지만 이를 localStorage에 저장할 때 예외가 발생했습니다. 그것에 대해 생각한 후에 페이지의 인코딩을 변경할 수 있습니다. localStorage가 페이지 인코딩에 따라 문자열을 저장한다면 엉망이겠죠? 브라우저는 모두 UTF-16 인코딩을 사용해야 합니다. 5MB 문자열은 UTF-16 인코딩을 사용하여 계산되었으며 성공적으로 작성되었습니다. 초과하면 실패합니다.

자, 코드 구현은 다음과 같습니다. 계산 규칙은 위와 같습니다. 계산 속도를 위해 두 개의 for 루프를 별도로 작성합니다.

/**
   * 计算字符串所占的内存字节数，默认使用UTF-8的编码方式计算，也可制定为UTF-16
   * UTF-8 是一种可变长度的 Unicode 编码格式，使用一至四个字节为每个字符编码
   *
   * 000000 - 00007F(128个代码)   0zzzzzzz(00-7F)               一个字节
   * 000080 - 0007FF(1920个代码)   110yyyyy(C0-DF) 10zzzzzz(80-BF)       两个字节
   * 000800 - 00D7FF
    00E000 - 00FFFF(61440个代码)  1110xxxx(E0-EF) 10yyyyyy 10zzzzzz      三个字节
   * 010000 - 10FFFF(1048576个代码) 11110www(F0-F7) 10xxxxxx 10yyyyyy 10zzzzzz 四个字节
   *
   * 注: Unicode在范围 D800-DFFF 中不存在任何字符
   * {@link http://zh.wikipedia.org/wiki/UTF-8}
   *
   * UTF-16 大部分使用两个字节编码，编码超出 65535 的使用四个字节
   * 000000 - 00FFFF 两个字节
   * 010000 - 10FFFF 四个字节
   *
   * {@link http://zh.wikipedia.org/wiki/UTF-16}
   * @param {String} str
   * @param {String} charset utf-8, utf-16
   * @return {Number}
   */
  var sizeof = function(str, charset){
    var total = 0,
      charCode,
      i,
      len;
    charset = charset ? charset.toLowerCase() : '';
    if(charset === 'utf-16' || charset === 'utf16'){
      for(i = 0, len = str.length; i < len; i++){
        charCode = str.charCodeAt(i);
        if(charCode <= 0xffff){
          total += 2;
        }else{
          total += 4;
        }
      }
    }else{
      for(i = 0, len = str.length; i < len; i++){
        charCode = str.charCodeAt(i);
        if(charCode <= 0x007f) {
          total += 1;
        }else if(charCode <= 0x07ff){
          total += 2;
        }else if(charCode <= 0xffff){
          total += 3;
        }else{
          total += 4;
        }
      }
    }
    return total;
  }