近來看了幾篇相關討論,也把自己最近研究的亂碼問題整理出來,凡是和 JavaScript 中文亂碼有關的經驗都歡迎一起交流探討。
當 write 寫出的內容是 UTF-8 格式,但被寫入的資料中含有非 UTF-8 編碼的中文字,write 巢狀兩次以上就會出現亂碼。以下是一個臨時製作的示範頁面 1.htm:
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=gb2312">
<script language="JavaScript" src="1.js"></script>
</head>
<body onload="myjs(1)">
</body>
</html>
被引用的 1.js 內容如下(兩個檔案都用簡中而非 UTF-8 保存):
// 這是 JS 遞迴自寫過程中漢字亂碼的演示程式
// 不光是中文內容不行,就連註釋如果是中文有時候也不行
function myjs(i) {
var t = "<html>\n";
t += "<head>\n";
t += "<meta http-equiv='Content-Type' content='text/html; charset=gb2312'>\n";
t += "<script language='JavaScript' src='1.js'></script>\n";
t += "</head>\n";
t += "<body>\n";
t += "<input type=button onclick=myjs(" + (i + 1) + " value='這是演示程式,已經運行了" + i + "次!'>\n";
t += "</body>\n";
t += "</html>\n";
document.open();
document.write(t);
document.close();
}
執行第二次以上就會出現亂碼。如果把 value 改成英文(例如 'This is my code, it has run ... times!'),顯示就正常了,看來確實是 JS 對漢字的支援不夠穩定。
透過 XMLHTTP 取得檔案後再輸出時,若該檔含中文並採 GB 編碼,顯示時中文會變成亂碼。原本的 JS 寫法:
<SCRIPT language="JavaScript" type="text/JavaScript">
self.onerror = null;
var Http = new ActiveXObject("Microsoft.XMLHTTP");
Http.open("GET", URL, false); // URL 為要取得的頁面網址
Http.send();
document.write(Http.responseText);
</SCRIPT>
後來改用 VBScript 解決,透過 bytes2BSTR 手動重組位元組:
<SCRIPT language="VBScript" type="text/VBScript">
Function bytes2BSTR(vIn)
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
set Http = CreateObject("Microsoft.XMLHTTP")
Http.open "Get", URL, false
Http.send ""
document.write(bytes2BSTR(Http.responseBody))
</SCRIPT>
要注意的是,bytes2BSTR 只能對 responseBody 操作,對 responseText 就不管用了——因為 responseText 已經被系統按預設編碼加工過,拿到手時往往已是亂碼,無法再處理。而且這樣雖然能讀簡中檔,讀 UTF-8 又會出錯。
另外實測發現,先前那個 VBS 重編碼函數,如果頁面太大,IE 會直接當掉,具體上限估計與緩存及記憶體大小有關。若要為中文支援程度排序,我的體會是 JS < VBS < ASP < HTML——HTML 雖靜態,卻最穩定。因此做動態頁時,如果不是非得在客戶端運行,強烈建議用 ASP 生成程式碼,往往能繞開大量瀏覽器兼容性的折騰。