AJAX 傳送中文時出現亂碼,是早期網頁開發的經典問題。根源在於編碼不一致:瀏覽器送出的編碼、伺服器解讀的編碼、伺服器回應的編碼,三者必須對齊。本文示範當時的兩種解法。
GET 的參數直接附在 URL 上,伺服器端必須明確宣告解讀與回應的編碼:
<%@ page language="java" contentType="text/html; charset=utf-8" pageEncoding="utf-8"%>
<%
// 伺服器端:指定回應編碼
response.setCharacterEncoding("utf-8");
// 加上防快取的標頭,避免瀏覽器讀到舊的結果
response.setHeader("pragma", "no-cache");
response.setHeader("cache-control", "no-cache");
// 重點:Content-Type 的 charset 必須正確,否則出現亂碼
response.setHeader("content-type", "text/html; charset=utf-8");
response.getWriter().write("中文漢字");
%>
這裡最關鍵的是 Content-Type 標頭中的 charset。瀏覽器解讀回應內容時,若標頭說是 UTF-8 而實際是 GBK(或反之),中文必然亂掉。標頭的 charset 才是準則,HTML 中的 <meta> 是次要的。
POST 時參數放在 request body,中文需要先用 VBScript 編碼成 URL 安全的百分號形式:
<script language="vbscript">
' 把字串編碼成 %XX%XX 形式
function urlencoding(vstrin)
dim strreturn
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
end if
hight8 = (innercode and &hff00) \&hff
low8 = innercode and &hff
strreturn = strreturn & "%" & hex(hight8) & "%" & hex(low8)
end if
next
urlencoding = strreturn
end function
' 把位元組流還原成字串
function bytes2bstr(vin)
dim strreturn
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>
這兩個函數的原理值得理解:urlencoding 把每個非 ASCII 字元拆成高低兩個位元組,各自轉成十六進位並加上 %;bytes2bstr 則是把 responseBody(一個位元組陣列)中的雙位元組中文重組回字元。
為什麼要這麼麻煩?因為 XMLHttpRequest 在當時沒有辦法直接指定「我要用哪個編碼解讀回應」,而 responseText 會依伺服器宣告的編碼來解讀。若伺服器端宣告不當,就只能拿 responseBody 自己解。
<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:<input type="text" name="user_name" /><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>
這裡有個嚴重的邏輯錯誤必須指出:onreadystatechange 是在 send() 之後才設定的。在同步或較快的回應下,readyState 可能已經走完 4,這個監聽器根本不會被觸發。正確順序是先設定監聽器,再呼叫 send。
排查 AJAX 亂碼時,必須逐層檢查:
<meta charset> 與實際檔案編碼必須一致。Content-Type 的 charset 決定瀏覽器如何解讀 responseText。三者之中任何一環出錯都會亂碼,而且症狀相同,所以要逐一驗證。
好消息是,上面的所有技巧在今天都已無用:
XMLHttpRequest 或 fetch。fetch 與 XMLHttpRequest 都會正確處理 responseText 的解碼。今天的等效寫法:
// 送出
fetch("/api/save", {
method: "POST",
headers: { "Content-Type": "application/x-www-form-urlencoded;charset=UTF-8" },
body: new URLSearchParams({
user_name: document.forms.user_info.user_name.value,
user_age: document.forms.user_info.user_age.value,
user_sex: document.forms.user_info.user_sex.value
})
})
.then(function (r) {
if (!r.ok) throw new Error("HTTP " + r.status);
return r.text(); // 自動依 Content-Type 的 charset 解碼
})
.then(function (text) {
document.getElementById("msg").textContent = text; // 用 textContent 避免 XSS
})
.catch(console.error);
URLSearchParams 會自動完成 URL 編碼,不必再手寫 urlencoding。fetch 會依回應標頭自動解碼,不必再手寫 bytes2bstr。
現代環境下的中文亂碼,通常是這幾種原因:
utf8mb4,且資料表與欄位也要一致。charset 設定。application/json 依規範就是 UTF-8,通常不需特別標註,但某些舊中介軟體會出問題。排查口訣:從檔案編碼開始,一路查到資料庫,每一層都確認「進來時是什麼編碼、出去時宣告什麼編碼」。