如何修改JavaScript字符串字节计算代码以匹配Oracle lengthB结果

差异原因 #

你的JavaScript代码通过Blob.size获取的是字符串标准UTF-8编码的字节数，而Oracle的lengthB函数（默认字符集为AL32UTF8时）会将Unicode补充平面字符（比如表情😊）拆分为UTF-16代理对，每个代理码元单独以UTF-8编码（每个占3字节）。例如：

• 表情😊（U+1F60A）在标准UTF-8中占4字节，但在Oracle AL32UTF8中会被拆分为两个UTF-16代理码元（0xD83D、0xDE0A），每个码元转UTF-8占3字节，总共6字节——这就是你的例子中结果差2字节的原因。

修正后的JavaScript代码 #

以下代码模拟Oracle AL32UTF8字符集下lengthB的计算逻辑：

const oracleLengthB = str => {
  let byteCount = 0;
  for (let i = 0; i < str.length; i++) {
    const code = str.charCodeAt(i);
    if (code <= 0x7F) {
      byteCount += 1;
    } else if (code <= 0x7FF) {
      byteCount += 2;
    } else {
      byteCount += 3;
    }
  }
  return byteCount;
};

测试验证 #

调用oracleLengthB("Susan 002 UK ACM Testing 😊")会返回31，与Oracle的lengthB结果完全一致。

说明 #

该代码默认适配Oracle最常用的AL32UTF8字符集（Oracle的UTF8字符集本质是CESU-8，逻辑相同）。如果你的Oracle数据库使用其他字符集（如GBK、ISO-8859-1），则需要根据对应字符集的编码规则调整字节计算逻辑。

内容的提问来源于stack exchange，提问作者Indranil Mondal