检查字节序列是否是 Javascript 中有效的 UTF-8 序列

Question

有没有一种简单的方法来检查 JavaScript 中的字符串是否是有效的 UTF-8 序列？

我真的不想以这样的正则表达式结束：

用于检测无效 UTF-8 字符串的正则表达式

PS：我从外部 API 接收数据，有时（很少但会发生）它返回带有无效 UTF-8 序列的数据。尝试将它们放入 PostgreSQL 会导致相应的错误。

Answer 1

UTF-8 实际上是一种简单的编码，但您所要求的仍然不能用一行完成。你必须：

1. 覆盖Content-Type响应的 以便在脚本中包含字节数组并防止浏览器/库解释响应本身
2. 循环字节以生成字符。请注意，UTF-8 是一种可变长度编码，这就是某些序列无效的原因。
3. 如果发现无效的八位字节，则跳过它
4. 如果需要，可以通过处理失败将 JSON/XML/任何字符串反序列化为 JavaScript 对象

确定某个数组是否是有效的 UTF-8 序列是一项非常简单的任务（只是一堆if语句和位移位），但这又不是一行代码的事情。