DIV CSS 佈局教程網

您现在的位置: DIV+CSS佈局教程網 >> 網頁腳本 >  >> JavaScript入門知識 >> AJAX入門 >> AJAX詳解
用 XMLHttp 抓取遠端頁面時,如何擺脫中文亂碼
編輯:AJAX詳解     

問題的根源:編碼對不上

日常維護的網頁多半採用 gb2312 編碼,用 XMLHttpRequest 去讀取時幾乎必然出現亂碼。把所有檔案都改成 UTF-8 當然是長遠之計,但工程量大、風險也不小。反覆比較之後,可以找到一個相對實用的折衷方案:讓請求端明確告知「我要用哪種編碼來解讀」。

兩種瀏覽器,兩套解法

Firefox 系提供了 overrideMimeType() 方法,可以直接指定回應的編碼,把 charset 指向 gb2312 即可,非常乾脆。

IE沒有這個方法,得靠 VBScript 協助轉碼:先用 responseBody 取回二進位資料,再透過 execScript 呼叫 VBS 函式,把整批位元組轉成 UTF-8 字串。

合併後的實作

<body></body>
<script>
loadPage("index.htm");

function loadPage(url) {
    var xh = window.Event ? new XMLHttpRequest()
                          : new ActiveXObject("Microsoft.XMLHTTP");

    xh.open("GET", url, true);

    // Firefox 系:直接指定回應編碼
    if (window.Event) {
        xh.overrideMimeType("text/xml;charset=gb2312");
    }

    xh.onreadystatechange = function () {
        if (xh.readyState != 4) { return; }

        // IE 走自訂的 gb2utf8 轉碼,其餘直接用 responseText
        var v = window.Event ? xh.responseText : window.gb2utf8(xh.responseBody);
        alert(v);
    };

    window.gb2utf8 = function (data) {
        var glbEncode = [], t, i, j, len;
        gb2utf8_data = data;

        execScript("gb2utf8_data = MidB(gb2utf8_data, 1) + ' '", "vbscript");

        t = escape(gb2utf8_data)
              .replace(/%u/g, "")
              .replace(/(.{2})(.{2})/g, "%$2%$1")
              .replace(/%([A-Z].)%(.{2})/g, "@$1$2");

        t = t.split("@");
        i = 0;
        len = t.length;

        while (++i < len) {
            j = t[i].substring(0, 4);
            if (!glbEncode[j]) {
                gb2utf8_char = eval("0x" + j);
                execScript("gb2utf8_char = Chr(gb2utf8_char)", "vbscript");
                glbEncode[j] = escape(gb2utf8_char).substring(1, 6);
            }
            t[i] = glbEncode[j] + t[i].substring(4);
        }

        gb2utf8_data = gb2utf8_char = null;
        return unescape(t.join("%")).slice(0, -1);
    };

    xh.send(null);
}
</script>

這段程式用了查表(glbEncode)的技巧:同一個位元組序列只轉一次,之後直接取用快取值,避免大量重複呼叫 VBScript 造成的效能衰退。

幾點實務提醒

  • execScript 與 responseBody 都是 IE 專屬,這段程式不適用於現代瀏覽器;今天若要在新舊環境並存,請先做特性偵測再分流。
  • eval("0x" + j) 這類寫法在現行專案中不建議使用,改用 parseInt(j, 16) 更安全。
  • 抓取跨網域資源時,瀏覽器的同源政策會阻擋請求,這與編碼問題無關,需要由後端代理或 CORS 標頭處理。
  • 最根本的解法仍是統一編碼。把資料來源改成 UTF-8,所有前端轉碼的麻煩會一次消失。

總結一句:能指定編碼就指定,不能指定就自己轉,而最好的選擇是讓系統從頭到尾只講一種語言。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved