用 XMLHttpRequest 以 GET 方式抓取頁面時,取回的 responseText 裡的中文往往會變成一片亂碼。這個問題幾乎每個做過原生 AJAX 的人都遇過,但它並不是瀏覽器的 bug,而是編碼宣告不一致造成的。
瀏覽器在把 responseBody 交給 responseText 之前,必須先決定用哪一套編碼來解碼。若沒有收到明確的宣告,多數實作會預設按 UTF-8 處理。於是就出現兩種結果:
最乾淨的做法不是去猜、也不是在 JavaScript 端做二次轉碼,而是讓伺服器在回應標頭中明確指出內容使用的字元集。這樣 XMLHttpRequest 就會照著宣告解碼,不會再自己亂猜。
各語言的寫法如下:
PHP: header('Content-Type: text/html; charset=GB2312');
ASP: Response.Charset = "GB2312"
JSP: response.setHeader("Charset", "GB2312");
如果條件允許,更根本的解法是讓整站統一走 UTF-8:資料庫欄位、頁面檔案、資料庫連線字元集與回應標頭全部對齊,就能一次消除這類問題,日後也不必再為不同語系版本分別設定。此外,使用 POST 送出中文參數時,別忘了同步處理請求端的編碼,否則亂碼只是從回應端搬到了請求端。