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」。
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。
<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。
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。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。