2种常用方法

以下2种方法，只针对UTF-8编码，详细原因 请见后文的 关于编码。

// 方法1
function calculateUtf8ByteSize(str) {
  // 非字符串 不作计算
  if (typeof str !== 'string') return;
  // 定义变量，用于累加字节数
  let byteCount = 0;
  // 遍历字符串中的每个字符
  for (let i = 0, len = str.length; i < len; i++) {
    // 获取当前字符的Unicode码
    const charCode = str.charCodeAt(i);
    // 根据字符的Unicode码，计算其占用的字节数
    if (charCode <= 0x007F) {
      byteCount += 1; // 在000000-00007F之间的字符(如字母)，占用1个字节
    } else if (charCode <= 0x07FF) {
      byteCount += 2; // 在000080-0007FF之间的字符(如中文)，占用2个字节
    } else if (charCode <= 0xFFFF) {
      byteCount += 3; // 000800-00FFFF之间的字符(如中文)，占用3个字节
    } else if (charCode <= 0x10FFFF){
      byteCount += 4; // 010000-10FFFF之间的字符(如表情)，占用4个字节
    } else {
      console.log('该字符超出Unicode编码范围');
    }
  }
  return byteCount;
}

// 方法2
function calculateUtf8ByteSize(str) {
  // 非字符串 不作计算
  if (typeof str !== 'string') return;
  // 创建一个TextEncoder实例
  const encoder = new TextEncoder();
  // 将字符串转换为UTF8编码的字节流(即Uint8Array数据)
  const utf8 = encoder.encode(str);
  return utf8.length;
}

 注意：方法2代码量虽少，但其中的TextEncoder，在低版本浏览器可能存在兼容问题。

关于编码

ASCII编码

由美国制定的一套字符集，也是一种编码方式，主要用于英语环境，对应了英文字母、数字、特殊字符和控制字符 等等，它规定1个字符只占用1个字节。

Unicode字符

对应全世界语言符号的一套字符集（且都是唯一的），适用于全球环境（因此也称为万国码），但没有定义 1个字符占用多少字节。

UTF-16编码

一种编码方式，用于将 Unicode字符 编码为可存储的字节。这种编码方式规定，1个Unicode字符占用2或4个字节（绝大多数是2个字节），且无法兼容ASCII码。由于其占用固定的字节数，因此对内存会造成一定的浪费。

UTF-8编码

一种编码方式，用于将 Unicode字符 编码为可存储的字节。这种编码方式规定，1个Unicode字符占用1~4个字节（如上文JS代码所示），可兼容ASCII码。由于其使用更合理的内存分配，因此内存占用比UTF-16更小。

1）字符集 和 编码

Unicode仅仅是一套字符集，并非编码，因为它没有定义 每个字符在计算机中的存储方式（即占用多少字节），而ASCII、UTF-8、UTF-16才算是编码。

2）为何常听说“每个unicode字符占2个字节”

这种说法是不准确的。由于系统前期大多使用UTF-16对Unicode字符进行编码，加上绝大多数情况下的字符只占用2个字符，因此才传出这种说法。