什么是默认的 JavaScript 字符编码

E262 的第 8.4 节：

String 类型是零个或多个 16 位无符号整数值（"元素"）的所有有限有序序列的集合。String 类型通常用于表示正在运行的 ECMAScript 程序中的文本数据，在这种情况下，String 中的每个元素都被视为一个代码单元值（参见条款 6）。每个元素都被视为在序列中占据一个位置。这些位置使用非负整数进行索引。第一个元素（如果有）位于位置 0，下一个元素（如果有）位于位置 1，依此类推。字符串的长度是其中元素（即 16 位值）的数量。空字符串的长度为零，因此不包含任何元素。

当字符串包含实际文本数据时，每个元素都被视为单个 UTF-16 代码单元。无论这是否是字符串的实际存储格式，字符串中的字符都按其初始代码单元元素位置进行编号，就像使用 UTF-16 表示一样。对字符串的所有操作（除非另有说明）将它们视为未区分的 16 位无符号整数序列;它们不确保生成的字符串采用规范化形式，也不确保对语言敏感的结果。

这种措辞有点令人讨厌;它似乎意味着所有计数都将字符串视为每个字符都是 UTF-16 字符，但同时没有什么可以确保它都是有效的。

需要明确的是，目的是字符串由 UTF-16 码位组成。在ES2015中，"字符串值"的定义包括以下注释：

字符串

值是字符串类型的成员。序列中的每个整数值通常表示 UTF-16 文本的单个 16 位单元。但是，ECMAScript 没有对值施加任何限制或要求，除了它们必须是 16 位无符号整数。

因此，即使字符串包含的值不能用作正确的 Unicode 字符，它仍然是字符串。

JavaScript 本身没有默认的字符编码。就规范而言，JavaScript程序是抽象字符的序列。当通过网络传输或仅存储在计算机中时，抽象字符必须以某种方式进行编码，但其机制不受 ECMAScript 标准的控制。

ECMAScript 标准的第 6 节使用 UTF-16 作为引用编码，但没有将其指定为缺省编码。使用 UTF−16 作为参考在逻辑上是不必要的（引用 Unicode 数字就足够了），但可能被认为可以帮助人们。

此问题不应与字符串文字或一般字符串的解释混淆。像"Φ"这样的文字需要与程序的其余部分一起采用某种编码;这可以是任何编码，但在解析编码后，文本将根据字符的 Unicode 编号解释为整数。

当 JavaScript 程序通过互联网传输（作为"外部 JavaScript 文件"）时，RFC 4329 脚本媒体类型适用。第 4 条定义了机制：首先，检查诸如 HTTP 标头之类的标头，并且将信任那里的charset参数。（实际上，Web 服务器通常不会为 JavaScript 程序指定这样的参数。其次，应用物料清单检测。如果做不到这一点，则隐含 UTF-8。

该机制的第一部分有些模棱两可。它可能被解释为仅与实际 HTTP 标头中的charset参数相关，或者可能扩展到script元素中的charset参数。

如果一个JavaScript程序通过script元素或某个事件属性显示为嵌入在HTML中，那么它的字符编码当然与HTML文档的字符编码相同。指定 HTML 4.01 规范的字符编码部分按以下顺序定义了解析机制：charset HTTP 标头中，charset meta 中，charset访问文档的链接中，最后是启发式（猜测），这可能涉及很多事情;参见HTML5草案中的复杂解析机制。