[分享] Javascript 計算字元長度, count string length by javascript

今天遇到一個問題，很簡單的一個問題當有一個input box需要限制輸入長度，想當然很簡單在input 裡面加上一個maxlength屬性就可以完成限制，接著有另一個更大的問題，因為使用者從多個國家而來，我們需要接受，『中英輸入』的文字，那問題就出現了！

像是Facebook album就有這樣的問題存在，當我很開心的輸入了一連串的國，直到不能輸入為止，再按下儲存，本以為『國國國國國....國國國』相簿應該會存在，可惜...

實際上後面卻給我出現外星符號，而且我剛剛輸入的『國國國....』應該是目前數量2倍之多啊，為什麼會這樣子，搞了許久發現問題在於，在PHP認定字串長度是使用byte來計算，並不是採用字元為單位。

前端頁面的算法，input box裡面，一個字為一個長度，在Javascript裡面也是，一個字就是一個長度，所以前端所看到的字串，丟到PHP之後又變成了第三度空間，內容都會被扭曲，尤其是尾巴的部份。

介紹將字串轉換為Byte 計算長度：

"測試".length;
//　output : 2;

"ab".length;
// output : 2;

這樣子的結果似乎不是我們要得，所以我們決定轉換另一個方向，將所有字元長度都先轉換為byte code，之後再計算字元長度。

encodeURIComponent("測試");
// output "%E6%B8%AC%E8%A9%A6"

encodeURIComponent("ab");
// output "ab"

轉換成 byte之後，感覺上就可以開始計算了，一個中文可以切成3個byte，1個byte會呈現%dd，就可以計算成一個中文字，將上面得到的字串長度再除3就可以得知目前字長度。

var str = encodeURIComponent("測試");
console.log(str.length /3);
// output 6

乍看之下的確如此，但是中英文的情況會是如何！？
剛剛的結果很明顯長度為6，如果在中間穿插3個英文，會是什麼狀況？

var str = encodeURIComponent("a測b試c");
console.log(str.length /3);
// output: 7
// expect output: 6 + 3

實際輸出結果會是7，不，這並不是我們想要的答案。既然知道byte code結構為%dd，那我們就使用正規表示法，將需要的字元做取代，這樣所取得的字串長度就是實際需要的長度了。

replace(/%[A-F\d]{2}/g, 'U')

接著拿剛才的實際狀況來測試，沒錯真的是我們所需要的結果，太好啦，大功告成。

var str = encodeURIComponent("測試");
str = str.replace(/%[A-F\d]{2}/g, 'U').length;
console.log(str);
// output: 6

var str = encodeURIComponent("a測b試c");
str = str.replace(/%[A-F\d]{2}/g, 'U').length;
console.log(str);
// output: 9

後記：
正規表示法果然夠威，夠強大，令所有文字都能夠臣服於它的腳下，實在是感受到無限的威力。這次也要感謝同事的協助才能順利找到這個答案，果然在大家身上都可以學到很多很多，所以別輕易相信input maxlength這個屬性，有時候眼前所看到的不一定為真，還是要實際測試過後才會清楚得到答案。


全文資料參考Count bytes in textarea using javascript

[工商服務]

NodeJS Taiwan期待更多人的支持，希望能夠聽到你的回應及分享。