快捷導(dǎo)航

如何解決遠(yuǎn)程頁面抓取中的亂碼問題

更新時(shí)間：2006年12月22日 00:00:00 作者：

由于平時(shí)使用的網(wǎng)頁文件基本上都是gb2312編碼方式，如果通過xmlhttp控件讀取的話，肯定會(huì)出現(xiàn)亂碼問題，但是要把所有文件都改成utf-8編碼，操作上比較麻煩。經(jīng)過反復(fù)比較，我找到了相對(duì)實(shí)用的解決方法。

　　ff提供了overrideMimeType方法，可以指定返回值的編碼，所以解決起來比較簡單，只要把這個(gè)方法指向gb2312就可以了。對(duì)于IE，可以用vbs配合來作編碼轉(zhuǎn)換，用gb2utf8來轉(zhuǎn)換接收到的二進(jìn)制數(shù)據(jù)，其中利用到execScript方法來調(diào)用vbs的函數(shù)。

復(fù)制代碼代碼如下:

<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>