平常碰到的網頁大多是 gb2312 編碼,用 xmlhttp 去讀幾乎必然亂碼。若要把所有來源檔都改成 utf-8,工程量太大也不現實。反覆嘗試與比對之後,我找到一套相對實用的解法。
Firefox 提供了 overrideMimeType,可以直接指定回應的編碼,只要指向 gb2312 就能正常顯示。IE 沒有這個方法,得靠 VBScript 幫忙做編碼轉換:把接收到的二進位資料(responseBody)丟給一個 gb2utf8 函式處理,並用 execScript 來呼叫 VBS 的函式。
因此程式的判斷點是 window.Event:存在就走 Firefox 路徑,否則視為 IE。
<body></body>
<script>
loadPage("index.htm")
function loadPage(url) {
var xh = window.Event ? new XMLHttpRequest() : new ActiveXObject("Microsoft.XMLHTTP")
xh.open("GET", url, true)
if (window.Event)
xh.overrideMimeType("text/xml;charset=gb2312")
xh.onreadystatechange = function () {
if (xh.readyState != 4) return
var v
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>
IE 端的核心在於 responseBody 取得的是原始位元組,而 VBScript 的 MidB 與 Chr 能逐位元組操作,因此得以把 gb2312 的雙位元組序列還原成 Unicode 字元。程式中用 glbEncode 陣列快取已轉換過的字元,避免重複呼叫 execScript——這一步很重要,因為 execScript 的呼叫成本不低。
代價也很明顯:這套方案綁死了 IE 與 VBScript,在非 Windows 環境完全無法運作;而 Firefox 那一支則依賴 overrideMimeType,這是 Mozilla 的私有擴充。若要在今天重新實作,更通用的做法是伺服器端先做一次編碼轉換(例如以 iconv 輸出 utf-8),或是以 TextDecoder 搭配適當的 charset 解碼——现代瀏覽器已內建此能力,不必再繞 VBScript 這一圈。