btoa处理多字节字符的行为及无法直接按字节编码的疑问

btoa的作用是接收代表二进制数据的字符串，并对其进行Base64编码。但如果输入包含多字节字符，它会直接抛出错误——因为btoa仅原生支持Unicode的Latin1（ISO-8859-1）范围内的字符。

示例代码验证 #

const ok = "a";
console.log(ok.codePointAt(0).toString(16)); // 61: 占用 < 1 字节

const notOK = "✓";
console.log(notOK.codePointAt(0).toString(16)); // 2713: 占用 > 1 字节

console.log(btoa(ok)); // YQ==
console.log(btoa(notOK)); // 抛出错误

为什么会有这种限制？ #

btoa设计之初的定位是处理二进制数据的字符串表示，早期浏览器的字符串编码模型基于单字节的Latin1——每个字符对应一个8位字节（范围0x00-0xFF）。如果直接把多字节Unicode字符当作字节序列处理，会引发两个核心问题：

• 编码歧义：同一个Unicode字符在不同编码（如UTF-8、UTF-16）下会被拆成不同的字节序列，btoa若默认采用某一种编码，会破坏其“直接映射二进制数据”的设计初衷，导致不同场景下编码结果不一致。
• 语义混淆：btoa的输入被定义为“二进制数据的字符串形式”，这里的字符串本质是字节的直接映射；而多字节字符属于文本语义，并非二进制数据的原生表现，强行处理会让API的功能边界变得模糊——开发者到底是想编码文本，还是编码二进制数据？

如果需要用btoa处理多字节字符，常规做法是先将字符串转成UTF-8编码的字节序列，再把每个字节转成对应的Latin1字符，之后传入btoa；解码时则反向执行操作。

内容的提问来源于stack exchange，提问作者Ben Aston