DIV CSS 佈局教程網

JavaScript 的 URL 編解碼難題:從 encodeURI 到中文與部分轉碼
編輯:關於JavaScript     

URL 編碼這件事,一路走來是一段層層被卡住的過程。

第一關:部分轉碼

後來出現了 encodeURIComponent 與 decodeURIComponent,它們能完整處理 URL 的編解碼。但一碰到某些服務(例如搜尋引擎)使用的「部分轉碼」格式就束手無策了——它們只把空格轉成加號,其餘保持原樣。

對此,PHP 官方文件給出了一個簡潔的解法:

decodeURIComponent((str + '').replace(/\+/g, '%20'));

原理很單純:先把 + 還原成 %20,再交給 decodeURIComponent 處理。這能完美解開搜尋引擎風格的網址,因為它們通常只對空格做轉碼。

第二關:中文

而如果那串字串「既是部分編碼,又含中文」,上面所有方案就全部失效了。

過去常見的變通做法是動用 VBScript,因為 str2asc / asc2str 這類按位元組處理的能力,JavaScript 當時並不具備:

<script type="text/vbscript">
Function str2asc(strstr)
  str2asc = hex(asc(strstr))
End Function
Function asc2str(ascasc)
  asc2str = chr(ascasc)
End Function
</script>

<script type="text/javascript">
function UrlEncode(str){
  var ret="";
  var strSpecial="!\"#$%&'()*+,/:;<=>?[]^`{|}~%";
  var tt= "";
  for(var i=0;i<str.length;i++){
    var chr = str.charAt(i);
    var c=str2asc(chr);
    tt += chr+":"+c+"n";
    if(parseInt("0x"+c) > 0x7f){
      ret+="%"+c.slice(0,2)+"%"+c.slice(-2);
    }else{
      if(chr==" ")
        ret+="+";
      else if(strSpecial.indexOf(chr)!=-1)
        ret+="%"+c.toString(16);
      else
        ret+=chr;
    }
  }
  return ret;
}

function UrlDecode(str){
  var ret="";
  for(var i=0;i<str.length;i++){
    var chr = str.charAt(i);
    if(chr == "+"){
      ret+=" ";
    }else if(chr=="%"){
      var asc = str.substring(i+1,i+3);
      if(parseInt("0x"+asc)>0x7f){
        ret+=asc2str(parseInt("0x"+asc+str.substring(i+4,i+6)));
        i+=5;
      }else{
        ret+=asc2str(parseInt("0x"+asc));
        i+=2;
      }
    }else{
      ret+= chr;
    }
  }
  return ret;
}
</script>

顯然這招只在支援 VBScript 的瀏覽器上有效,Firefox 完全不認。而問題根源就是 JavaScript 拿不到 VBScript 那種位元組層級的 ASCII 轉換。

用 JavaScript 模擬

於是有人試著用 charCodeAt 手刻兩個替代函式:

function str2asc(str){
  return str.charCodeAt(0).toString(16);
}

function asc2str(str){
  return String.fromCharCode(str);
}

但這兩個版本並非對所有中文字元都有效,因為它只取了 charCodeAt(0) 的第一個碼位,而中文字元的 UTF-8 編碼需要多個位元組才能正確表示。

今天該怎麼做

這段折騰的歷史,放到現在已經有標準答案了:

  • encodeURIComponent / decodeURIComponent 是目前的標準工具,能正確處理包含中文在內的所有字元,會產生完整的 UTF-8 百分比編碼。
  • URLSearchParams 可以直接解析與組出查詢字串,處理重複鍵、空格轉 + 等細節都不用自己動手。
  • 需要位元組層級操作時,TextEncoder / TextDecoder 才是正確工具,不必再借道 VBScript。

也就是說,上面這一整輪「先卡關、再借 VBScript、最後自己刻 charCodeAt」的過程,在現代瀏覽器中已經完全不必要了。理解它的價值在於:當你看到老系統裡有這類奇怪的字串處理程式碼時,能明白它當初想解決的是什麼問題。

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