用 JavaScript 發送非同步請求時,只要頁面上出現中文,十個人有八個會遇到亂碼。問題的根源其實很單純:瀏覽器送出的位元組用的是一套編碼,伺服器解讀時用的是另一套,雙方沒對上,中文自然就成了問號或菱形方塊。
GET 的參數會被拼進網址列,編碼規則相對單純,但伺服器輸出時如果沒有指定 charset,瀏覽器就會用猜的去解讀。最保險的做法是在伺服器端先設定回應編碼,並在 JSP 頁面明確宣告。
伺服器端(Servlet):
servletActionContext.getResponse().setCharacterEncoding("utf-8");
客戶端(JSP):
<%@ page language="java" contentType="text/html; charset=utf-8" pageEncoding="utf-8"%>
<%
response.setHeader("pragma", "no-cache");
response.setHeader("cache-control", "no-cache");
response.setContentType("text/html; charset=gb2312"); // 這是重點,否則會出現亂碼
response.getWriter().write("中文漢字");
%>
順帶一提,上面那兩個 no-cache 標頭不是裝飾。AJAX 請求在 IE 上很容易被快取,加上它們可以避免抓到舊資料而誤判成「亂碼」。
POST 把資料放在請求主體裡,看似不會有網址編碼的問題,實務上卻經常出錯,因為表單內容還是要以 application/x-www-form-urlencoded 的格式序列化。早期專案常用 VBScript 補上這一層編碼與解碼:
<script language="vbscript">
function urlencoding(vstrin)
strreturn = ""
for i = 1 to len(vstrin)
thischr = mid(vstrin, i, 1)
if abs(asc(thischr)) < &hff then
strreturn = strreturn & thischr
else
innercode = asc(thischr)
if innercode < 0 then innercode = innercode + &h10000
hight8 = (innercode and &hff00) \&hff
low8 = innercode and &hff
strreturn = strreturn & "%" & hex(hight8) & "%" & hex(low8)
end if
next
urlencoding = strreturn
end function
function bytes2bstr(vin)
strreturn = ""
for i = 1 to lenb(vin)
thischarcode = ascb(midb(vin, i, 1))
if thischarcode < &h80 then
strreturn = strreturn & chr(thischarcode)
else
nextcharcode = ascb(midb(vin, i + 1, 1))
strreturn = strreturn & chr(clng(thischarcode) * &h100 + cint(nextcharcode))
i = i + 1
end if
next
bytes2bstr = strreturn
end function
</script>
接著在 JavaScript 端組裝請求。這裡刻意把 XMLHttpRequest 的的建立包成一個函式,因為當年要同時相容 msxml2.xmlhttp、microsoft.xmlhttp 與原生 XMLHttpRequest 三種實作:
<script language="javascript">
/**
* 初始化一個 XMLHTTP 物件
*/
function initajax() {
var ajax = false;
try {
ajax = new ActiveXObject("msxml2.xmlhttp");
} catch (e) {
try {
ajax = new ActiveXObject("Microsoft.XMLHTTP");
} catch (e) {
ajax = false;
}
}
if (!ajax && typeof XMLHttpRequest != 'undefined') {
ajax = new XMLHttpRequest();
}
return ajax;
}
function saveuserinfo() {
var msg = document.getElementById("msg");
var f = document.user_info;
var username = f.user_name.value;
var userage = f.user_age.value;
var usersex = f.user_sex.value;
var url = "save.asp";
// POST 時採用編碼傳遞
var poststr = urlencoding("user_name=" + username + "&user_age=" + userage + "&user_sex=" + usersex);
var ajax = initajax();
ajax.open("post", url, true);
ajax.setRequestHeader("content-type", "application/x-www-form-urlencoded");
ajax.send(poststr);
ajax.onreadystatechange = function () {
if (ajax.readystate == 4 && ajax.status == 200) {
msg.innerHTML = bytes2bstr(ajax.responsebody); // 取得時解碼
}
};
}
</script>
<form name="user_info">
姓名:<textarea name="user_name"></textarea><br />
年齡:<input type="text" name="user_age" /><br />
性別:<input type="text" name="user_sex" /><br />
<input type="button" value="提交表單" onclick="saveuserinfo()">
</form>
<div id="msg"></div>
今天寫新專案,其實不必再搬 VBScript 那一套。只要三件事對齊就好:頁面宣告 UTF-8、伺服器 response 設定 UTF-8、資料庫連線字串指定 UTF-8。另外用 encodeURI() 或 URLSearchParams 取代手寫編碼函式,會乾淨很多。上面這份寫法留著,主要是為了看懂老系統裡那些奇怪的 bytes2bstr 到底在做什麼。