Come posso convertire una stringa in bytearray usando JavaScript. L'output dovrebbe essere equivalente al codice C # seguente.

UnicodeEncoding encoding = new UnicodeEncoding();
byte[] bytes = encoding.GetBytes(AnyString);

Poiché UnicodeEncoding è per impostazione predefinita UTF-16 con Little-Endianness.

Modifica: ho un requisito per abbinare il lato client generato da bytearray con quello generato sul lato server utilizzando il codice C # sopra.

In C # in esecuzione questo

UnicodeEncoding encoding = new UnicodeEncoding();
byte[] bytes = encoding.GetBytes("Hello");

Creerà un array con

72,0,101,0,108,0,108,0,111,0

Per un carattere il cui codice è maggiore di 255 sarà simile a questo

Se vuoi un comportamento molto simile in JavaScript puoi farlo (v2 è una soluzione un po 'più robusta, mentre la versione originale funzionerà solo per 0x00 ~ 0xff)

var str = "Hello竜";
var bytes = []; // char codes
var bytesv2 = []; // char codes

for (var i = 0; i < str.length; ++i) {
  var code = str.charCodeAt(i);
  
  bytes = bytes.concat([code]);
  
  bytesv2 = bytesv2.concat([code & 0xff, code / 256 >>> 0]);
}

// 72, 101, 108, 108, 111, 31452
console.log('bytes', bytes.join(', '));

// 72, 0, 101, 0, 108, 0, 108, 0, 111, 0, 220, 122
console.log('bytesv2', bytesv2.join(', '));

Se stai cercando una soluzione che funzioni in node.js, puoi usare questo:

var myBuffer = [];
var str = 'Stack Overflow';
var buffer = new Buffer(str, 'utf16le');
for (var i = 0; i < buffer.length; i++) {
    myBuffer.push(buffer[i]);
}

console.log(myBuffer);

Suppongo che C # e Java producano array di byte uguali. Se hai caratteri non ASCII, non è sufficiente aggiungere uno 0. Il mio esempio contiene alcuni caratteri speciali:

var str = "Hell ö € Ω 𝄞";
var bytes = [];
var charCode;

for (var i = 0; i < str.length; ++i)
{
    charCode = str.charCodeAt(i);
    bytes.push((charCode & 0xFF00) >> 8);
    bytes.push(charCode & 0xFF);
}

alert(bytes.join(' '));
// 0 72 0 101 0 108 0 108 0 32 0 246 0 32 32 172 0 32 3 169 0 32 216 52 221 30

Non so se C # inserisce BOM (Byte Order Marks), ma se si utilizza UTF-16, Java String.getBytesaggiunge i seguenti byte: 254255.

String s = "Hell ö € Ω ";
// now add a character outside the BMP (Basic Multilingual Plane)
// we take the violin-symbol (U+1D11E) MUSICAL SYMBOL G CLEF
s += new String(Character.toChars(0x1D11E));
// surrogate codepoints are: d834, dd1e, so one could also write "\ud834\udd1e"

byte[] bytes = s.getBytes("UTF-16");
for (byte aByte : bytes) {
    System.out.print((0xFF & aByte) + " ");
}
// 254 255 0 72 0 101 0 108 0 108 0 32 0 246 0 32 32 172 0 32 3 169 0 32 216 52 221 30

Modificare:

Aggiunto un carattere speciale (U + 1D11E) SIMBOLO MUSICALE G CLEF (fuori BPM, quindi non solo 2 byte in UTF-16, ma 4.

Le versioni JavaScript correnti utilizzano internamente "UCS-2", quindi questo simbolo occupa lo spazio di 2 caratteri normali.

Non sono sicuro, ma quando uso charCodeAt sembra che otteniamo esattamente i codepoint surrogati utilizzati anche in UTF-16, quindi i caratteri non BPM vengono gestiti correttamente.

Questo problema è assolutamente non banale. Potrebbe dipendere dalle versioni e dai motori JavaScript utilizzati. Quindi, se desideri soluzioni affidabili, dovresti dare un'occhiata a:

• https://github.com/koichik/node-codepoint/
• http://mathiasbynens.be/notes/javascript-escapes
• Rete di sviluppatori Mozilla: charCodeAt
• BigEndian contro LittleEndian

Il modo più semplice nel 2018 dovrebbe essere TextEncoder ma l'elemento restituito non è un array di byte, è Uint8Array. (E non tutti i browser lo supportano)

let utf8Encode = new TextEncoder();
utf8Encode.encode("eee")
> Uint8Array [ 101, 101, 101 ]

Array di byte UTF-16

JavaScript codifica le stringhe come UTF-16 , proprio come C # UnicodeEncoding, quindi gli array di byte devono corrispondere esattamente utilizzando charCodeAt()e suddividendo ciascuna coppia di byte restituita in 2 byte separati, come in:

function strToUtf16Bytes(str) {
  const bytes = [];
  for (ii = 0; ii < str.length; ii++) {
    const code = str.charCodeAt(ii); // x00-xFFFF
    bytes.push(code & 255, code >> 8); // low, high
  }
  return bytes;
}

Per esempio:

strToUtf16Bytes('🌵'); 
// [ 60, 216, 53, 223 ]

Tuttavia, se si desidera ottenere un array di byte UTF-8, è necessario transcodificare i byte.

UTF-8 Byte Array

La soluzione sembra in qualche modo non banale, ma ho utilizzato il codice seguente in un ambiente di produzione ad alto traffico con grande successo ( fonte originale ).

Inoltre, per il lettore interessato, ho pubblicato i miei helper Unicode che mi aiutano a lavorare con le lunghezze di stringa riportate da altri linguaggi come PHP.

/**
 * Convert a string to a unicode byte array
 * @param {string} str
 * @return {Array} of bytes
 */
export function strToUtf8Bytes(str) {
  const utf8 = [];
  for (let ii = 0; ii < str.length; ii++) {
    let charCode = str.charCodeAt(ii);
    if (charCode < 0x80) utf8.push(charCode);
    else if (charCode < 0x800) {
      utf8.push(0xc0 | (charCode >> 6), 0x80 | (charCode & 0x3f));
    } else if (charCode < 0xd800 || charCode >= 0xe000) {
      utf8.push(0xe0 | (charCode >> 12), 0x80 | ((charCode >> 6) & 0x3f), 0x80 | (charCode & 0x3f));
    } else {
      ii++;
      // Surrogate pair:
      // UTF-16 encodes 0x10000-0x10FFFF by subtracting 0x10000 and
      // splitting the 20 bits of 0x0-0xFFFFF into two halves
      charCode = 0x10000 + (((charCode & 0x3ff) << 10) | (str.charCodeAt(ii) & 0x3ff));
      utf8.push(
        0xf0 | (charCode >> 18),
        0x80 | ((charCode >> 12) & 0x3f),
        0x80 | ((charCode >> 6) & 0x3f),
        0x80 | (charCode & 0x3f),
      );
    }
  }
  return utf8;
}

Ispirato dalla risposta di @ hgoebl. Il suo codice è per UTF-16 e avevo bisogno di qualcosa per US-ASCII. Quindi ecco una risposta più completa che copre US-ASCII, UTF-16 e UTF-32.

/**@returns {Array} bytes of US-ASCII*/
function stringToAsciiByteArray(str)
{
    var bytes = [];
   for (var i = 0; i < str.length; ++i)
   {
       var charCode = str.charCodeAt(i);
      if (charCode > 0xFF)  // char > 1 byte since charCodeAt returns the UTF-16 value
      {
          throw new Error('Character ' + String.fromCharCode(charCode) + ' can\'t be represented by a US-ASCII byte.');
      }
       bytes.push(charCode);
   }
    return bytes;
}
/**@returns {Array} bytes of UTF-16 Big Endian without BOM*/
function stringToUtf16ByteArray(str)
{
    var bytes = [];
    //currently the function returns without BOM. Uncomment the next line to change that.
    //bytes.push(254, 255);  //Big Endian Byte Order Marks
   for (var i = 0; i < str.length; ++i)
   {
       var charCode = str.charCodeAt(i);
       //char > 2 bytes is impossible since charCodeAt can only return 2 bytes
       bytes.push((charCode & 0xFF00) >>> 8);  //high byte (might be 0)
       bytes.push(charCode & 0xFF);  //low byte
   }
    return bytes;
}
/**@returns {Array} bytes of UTF-32 Big Endian without BOM*/
function stringToUtf32ByteArray(str)
{
    var bytes = [];
    //currently the function returns without BOM. Uncomment the next line to change that.
    //bytes.push(0, 0, 254, 255);  //Big Endian Byte Order Marks
   for (var i = 0; i < str.length; i+=2)
   {
       var charPoint = str.codePointAt(i);
       //char > 4 bytes is impossible since codePointAt can only return 4 bytes
       bytes.push((charPoint & 0xFF000000) >>> 24);
       bytes.push((charPoint & 0xFF0000) >>> 16);
       bytes.push((charPoint & 0xFF00) >>> 8);
       bytes.push(charPoint & 0xFF);
   }
    return bytes;
}

UTF-8 è di lunghezza variabile e non è incluso perché dovrei scrivere la codifica da solo. UTF-8 e UTF-16 sono di lunghezza variabile. UTF-8, UTF-16 e UTF-32 hanno un numero minimo di bit come indica il nome. Se un carattere UTF-32 ha un punto di codice 65, significa che ci sono 3 0 iniziali. Ma lo stesso codice per UTF-16 ha solo 1 iniziale 0. US-ASCII d'altra parte ha una larghezza fissa di 8 bit, il che significa che può essere tradotto direttamente in byte.

String.prototype.charCodeAtrestituisce un numero massimo di 2 byte e corrisponde esattamente a UTF-16. Tuttavia per UTF-32 String.prototype.codePointAtè necessario che fa parte della proposta ECMAScript 6 (Harmony). Poiché charCodeAt restituisce 2 byte che sono più possibili caratteri di quanto US-ASCII possa rappresentare, la funzione stringToAsciiByteArraylancerà in questi casi invece di dividere il carattere a metà e prendere uno o entrambi i byte.

Nota che questa risposta non è banale perché la codifica dei caratteri non è banale. Il tipo di array di byte che desideri dipende dalla codifica dei caratteri che desideri che quei byte rappresentino.

javascript ha la possibilità di utilizzare internamente UTF-16 o UCS-2 ma poiché ha metodi che si comportano come se fosse UTF-16 non vedo perché nessun browser dovrebbe utilizzare UCS-2. Vedi anche: https://mathiasbynens.be/notes/javascript-encoding

Sì, lo so che la domanda è di 4 anni ma avevo bisogno di questa risposta per me stesso.

Poiché non posso commentare la risposta, mi baserei sulla risposta di Jin Izzraeel

var myBuffer = [];
var str = 'Stack Overflow';
var buffer = new Buffer(str, 'utf16le');
for (var i = 0; i < buffer.length; i++) {
    myBuffer.push(buffer[i]);
}

console.log(myBuffer);

dicendo che potresti usarlo se vuoi usare un buffer Node.js nel tuo browser.

https://github.com/feross/buffer

Pertanto, l'obiezione di Tom Stickel non è valida e la risposta è effettivamente una risposta valida.

String.prototype.encodeHex = function () {
    return this.split('').map(e => e.charCodeAt())
};

String.prototype.decodeHex = function () {    
    return this.map(e => String.fromCharCode(e)).join('')
};

La migliore soluzione che ho trovato sul posto (anche se molto probabilmente grezza) sarebbe:

String.prototype.getBytes = function() {
    var bytes = [];
    for (var i = 0; i < this.length; i++) {
        var charCode = this.charCodeAt(i);
        var cLen = Math.ceil(Math.log(charCode)/Math.log(256));
        for (var j = 0; j < cLen; j++) {
            bytes.push((charCode << (j*8)) & 0xFF);
        }
    }
    return bytes;
}

Anche se ho notato che questa domanda è qui da oltre un anno.

So che la domanda ha quasi 4 anni, ma questo è ciò che ha funzionato senza problemi con me:

String.prototype.encodeHex = function () {
  var bytes = [];
  for (var i = 0; i < this.length; ++i) {
    bytes.push(this.charCodeAt(i));
  }
  return bytes;
};

Array.prototype.decodeHex = function () {    
  var str = [];
  var hex = this.toString().split(',');
  for (var i = 0; i < hex.length; i++) {
    str.push(String.fromCharCode(hex[i]));
  }
  return str.toString().replace(/,/g, "");
};

var str = "Hello World!";
var bytes = str.encodeHex();

alert('The Hexa Code is: '+bytes+' The original string is:  '+bytes.decodeHex());

oppure, se vuoi lavorare solo con stringhe e senza Array, puoi usare:

String.prototype.encodeHex = function () {
  var bytes = [];
  for (var i = 0; i < this.length; ++i) {
    bytes.push(this.charCodeAt(i));
  }
  return bytes.toString();
};

String.prototype.decodeHex = function () {    
  var str = [];
  var hex = this.split(',');
  for (var i = 0; i < hex.length; i++) {
    str.push(String.fromCharCode(hex[i]));
  }
  return str.toString().replace(/,/g, "");
};

var str = "Hello World!";
var bytes = str.encodeHex();

alert('The Hexa Code is: '+bytes+' The original string is:  '+bytes.decodeHex());

Ecco la stessa funzione pubblicata da @BrunoLM convertita in una funzione di prototipo di stringa:

String.prototype.getBytes = function () {
  var bytes = [];
  for (var i = 0; i < this.length; ++i) {
    bytes.push(this.charCodeAt(i));
  }
  return bytes;
};

Se definisci la funzione come tale, puoi chiamare il metodo .getBytes () su qualsiasi stringa:

var str = "Hello World!";
var bytes = str.getBytes();

Non è necessario il carattere di sottolineatura, basta usare la mappa incorporata:

var string = 'Hello World!';

document.write(string.split('').map(function(c) { return c.charCodeAt(); }));