问检查javascript字符串是否为有效的UTF-8

EN

我想你误解了"UTF-8字符“是什么意思。UTF-8是一种Unicode编码，它可以表示人类历史记录中存在的几乎所有单个字符和字形，因此在一定程度上不存在“无效”的UTF-8字符。

RTF是一种独立于底层编码系统工作的格式化系统-您可以将RTF与ASCII、UTF-8、UTF-16等一起使用。HTML中的文本框只适用于纯文本，所以任何RTF格式都将被自动剥离(除非您使用的是“富编辑”组件，我假设您不是这样做的)。

但是您确实描述了诸如空格字符(如制表符：\t)是用Unicode (因此是UTF-8)表示的。包含这些字符的字符串仍然是“有效的UTF-8"，只是对于您的业务需求而言是无效的。

我建议只使用匹配不可见字符的正则表达式来剔除不需要的字符(从这里：Match non printable/non ascii characters and remove from text )

textBoxContent = textBoxContent.replace(/[^\x20-\x7E]+/g, '');

表达式[^\x20-\x7E]匹配码点范围0x20 (32，普通空格字符' ')到0x7E (127，平铺'~'字符)之外的任何字符，所有其他字符都将被删除。

Unicode的前127个码点与ASCII码相同，可以在这里看到：http://www.asciitable.com/

这只是一个想法：

function checkUTF8(text) {
    var utf8Text = text;
    try {
        // Try to convert to utf-8
        utf8Text = decodeURIComponent(escape(text));
        // If the conversion succeeds, text is not utf-8
    }catch(e) {
        // console.log(e.message); // URI malformed
        // This exception means text is utf-8
    }   
    return utf8Text; // returned text is always utf-8
}