Lua编解码函数适配Unicode问题：如何正确解码非8位二进制序列？

原代码的核心问题在于按单字符对应单字节处理，但Unicode字符在Lua中以UTF-8多字节编码存储，同时无空格的二进制串缺少明确的字节分割标记。以下是修复后的实现方案：

修复后的代码 #

local insert, concat, format = table.insert, table.concat, string.format

-- 将字符串（含Unicode）转为空格分隔的8位二进制序列
function ToBinary(str)
    local result = {}
    -- 遍历字符串的每个UTF-8字节
    for i = 1, #str do
        local byte = str:byte(i)
        -- 将字节转为8位二进制（不足8位补前导0）
        local bin_str = format("%08d", tonumber(format("%b", byte)))
        insert(result, bin_str)
    end
    return concat(result, ' ')
end

-- 从二进制序列（含/不含空格）解码为字符串（支持Unicode）
function FromBinary(str)
    -- 移除所有空格，统一处理有无分隔的情况
    local clean_str = str:gsub('%s+', '')
    -- 检查二进制串长度是否为8的倍数（每个字节对应8位）
    assert(#clean_str % 8 == 0, 'Invalid binary sequence: length must be multiple of 8')
    
    local result = {}
    -- 每8位一组解码为字节
    for i = 1, #clean_str, 8 do
        local bin_segment = clean_str:sub(i, i+7)
        local byte = tonumber(bin_segment, 2)
        assert(byte, 'Malformed binary segment: ' .. bin_segment)
        insert(result, string.char(byte))
    end
    -- 拼接字节为UTF-8字符串
    return concat(result)
end

关键改进点 #

• Unicode支持：
  Lua字符串默认采用UTF-8编码，#str返回的是字节数而非字符数。修复后的ToBinary遍历每个UTF-8字节，将其转为标准8位二进制；FromBinary则把解码后的字节直接拼接，还原为原始UTF-8字符串，自然支持所有Unicode字符。

• 无空格二进制处理：
  先移除所有空格，再检查总长度是否为8的倍数（UTF-8每个字节固定8位），之后按每8位一组分割解码，无需依赖空格分隔符。

• 避免精度问题：
  原代码通过对数计算二进制位数存在精度误差（如小数值的浮点计算偏差），修复后直接用string.format("%b", byte)获取二进制字符串，再补前导0到8位，结果更可靠。

内容的提问来源于stack exchange，提问作者frogl8