检查Javascript中的字节序列是否是有效的UTF-8序列

Question

有没有一种简单的方法来检查字符串是否是Javascript中的有效UTF-8序列？

我真的不想以这样的正则表达式结束：

Regex to detect Invalid UTF-8 String

P.S。：我正在从外部API接收数据，有时（非常罕见，但它会发生）它返回带有无效utf-8序列的数据。试图将它们放入postgres会导致适当的错误

Answer 1

UTF-8实际上是一种简单的编码方式，但仍然无法用单线程进行编码。你必须：

1. 覆盖响应的Content-Type以在脚本中包含字节数组并阻止浏览器/库自行解释响应
2. 循环使用字节来制作字符。请注意，UTF-8是一种可变长度编码，这就是某些序列无效的原因。
3. 如果找到无效的八位字节，请跳过它
4. 如果需要，可以通过处理失败将JSON / XML /任意字符串反序列化为Javascript对象

确定某个数组是否是有效的UTF-8序列是quite a straightforward task（只是一堆if语句和位移），但同样不是一行。