Javascript 计算字符串在localStorage中所占字节数
最近项目有个需求要用js计算一串字符串写入到localStorage里所占的内存，众所周知的，js是使用Unicode编码的。而Unicode的实现有N种，其中用的最多的就是UTF-8和UTF-16。因此本文只对这两种编码进行讨论。
下面这个定义摘自维基百科（http://zh.wikipedia.org/zh-cn/UTF-8），做了部分删减。
UTF-8（8-bitUnicodeTransformationFormat）是一种针对Unicode的可变长度字符编码，可以表示Unicode标准中的任何字符，且其编码中的第一个字节仍与ASCII相容，使用一至四个字节为每个字符编码
其编码规则如下：
字符代码在000000–00007F之间的，用一个字节编码；
000080–0007FF之间的字符用两个字节；
000800–00D7FF和00E000–00FFFF之间的用三个字节，注:Unicode在范围D800-DFFF中不存在任何字符；
010000–10FFFF之间的用4个字节。
而UTF-16则是定长的字符编码，大部分字符使用两个字节编码，字符代码超出65535的使用四个字节，如下：
000000–00FFFF两个字节；
010000–10FFFF四个字节。
一开始认为既然页面用的是UTF-8编码，那么存入localStorage的字符串，应该也是用UTF-8编码的。但后来测试发现，明明计算出的size是不到5MB，存入localStorage却抛异常了。想了想，页面的编码是可以改的。如果localStorage按照页面的编码存字符串，不就乱套了？浏览器应该都是使用UTF-16编码的。用UTF-16编码计算出5MB的字符串，果然顺利写进去了。超过则失败了。
好了，附上代码实现。计算规则就是上面写的，为了计算速度，把两个for循环分开写了。
/**
*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)10yyyyyy10zzzzzz三个字节
*010000-10FFFF(1048576个代码)11110www(F0-F7)10xxxxxx10yyyyyy10zzzzzz四个字节
*
*注:Unicode在范围D800-DFFF中不存在任何字符
*{@linkhttp://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
*
*{@linkhttp://zh.wikipedia.org/wiki/UTF-16}
*@param{String}str
*@param{String}charsetutf-8,utf-16
*@return{Number}
*/
varsizeof=function(str,charset){
vartotal=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;
}elseif(charCode<=0x07ff){
total+=2;
}elseif(charCode<=0xffff){
total+=3;
}else{
total+=4;
}
}
}
returntotal;
}