入力文字のバイト数チェック
-
0 名前： とむとむ ： 2007/07/24（火） 23:02 ID:rZzu4rlQ sub-9g
- はじめまして。javascriptで入力文字のバイト数をチェックすることに関してなのですが
色々サイトを調べて下記のようなスクリプトを見つけました。
charCodeAtメソッドはどんなOSのブラウザからでもUnicode(UTF-16)を返すと思っています。
それでUnicodeを調べて以下のコードを見ていくと
(c >= 0x0 && c < 0x81)これは→(c >= 0x20 && c < 0x7F)が正しくて
(c == 0xf8f0)は不要
(c >= 0xff61 && c < 0xffa0)は正しい
(c >= 0xf8f1 && c < 0xf8f4)は不要
と思っています。
charCodeAtメソッドはどんなOSのブラウザからでもUnicode(UTF-16)を返すという認識は正しいでしょうか？
どなたか教えてください。
function myLen(s) {
var r = 0;
for (var i = 0; i < s.length; i++) {
var c = s.charCodeAt(i);
// Shift_JIS: 0x0 〜 0x80, 0xa0 , 0xa1 〜 0xdf , 0xfd 〜 0xff
// Unicode : 0x0 〜 0x80, 0xf8f0, 0xff61 〜 0xff9f, 0xf8f1 〜 0xf8f3
if ( (c >= 0x0 && c < 0x81) || (c == 0xf8f0) || (c >= 0xff61 && c < 0xffa0) || (c >= 0xf8f1 && c < 0xf8f4)) {
r += 1;
} else {
r += 2;
}
}
return r;
}
ユニコードのサイト
http://nowsmartsoft.or.tv/nws/Japanese/unciode.htm
javascriptのサイト
http://www.geocities.co.jp/SiliconValley/4334/unibon/javascript/jslen.html
-
1 名前： 匿名 ： 2007/07/24（火） 23:02 ID:jSC9zi.K sub-y9
- 一部の古いブラウザでは0〜255の範囲の値しか返さないようです。
http://developer.mozilla.org/ja/docs/Core_JavaScript_1.5_Reference:Global_Objects:String:charCodeAt
-
2 名前： 匿名 ： 2007/07/24（火） 23:02 ID:/I7AxP9P sub-Cz
- >>0
> charCodeAtメソッドはどんなOSのブラウザからでもUnicode(UTF-16)を返す
ECMA-262 にそのようなことは書かれてなかった。
ただし、§6 によれば『ECMAScript ソーステキストは Unicode 文字符号化バージョン 2.1 以降の文字のシーケンスとして表わされ、UTF-16 変形フォーマットを使用する』とある。現在の実装はこれに従い内部的に UTF-16 を使用するが、以前の古い実装は、ソーステキストの文字コードをそのまま使用するかもしれない、ということだと思う。
-
3 名前： とむとむ ： 2007/07/24（火） 23:02 ID:0HDcySJZ sub-gm
- 返信ありがとうございます。
>1さん
ということは、(c >= 0x20 && c < 0x7F)は→(c >= 0 && c =< 255)ですね。
>2さん
ECMAという団体の事は全く知りませんでした。charCodeAtメソッドはECMA-262で標準化されているのですね。ありがとうございます。
