JScript中使用ADODB.Stream判斷檔案編碼的代碼_javascript技巧

一開始使用ASCII編碼來讀取文本資料，類比讀取位元據，但是發現如果字元編碼大於127時，只會得到小於128的值，相當於和128取餘了，因此ASCII編碼是不行的。

繼續尋找，在CodeProejct.com找到一篇文章《Reading And Writing Binary Files Using JScript》，裡面剛好有我需要的內容。

其實說來也簡單，就是把編碼換一下，使用437，這個是IBM擴充過的ASCII編碼，把ASCII編碼的最高位也利用起來，將字元集中的字元從128個擴充到256個，而使用這個字元集讀取的字元資料就相當於原始位元據了。

解決了障礙後，就要開始識別檔案的編碼了，通過使用ADODB.Stream對象來讀取檔案的開始兩個位元組，然後根據這兩個位元組就可以判斷檔案編碼是什麼了。

UTF-8檔案如果帶BOM的話，那麼頭兩個位元組就是0xEF、0xBB，再例如Unicode檔案的開始兩個位元組是0xFF、0xFE，這些就是判斷檔案編碼的依據。

需要注意的是，在ADODB.Stream讀取字元時，並不是一一對應的，也就是說，如果位元據是0xEF，讀取出來的字元經過charCodeAt之後，並不是0xFE，而是另外的值，這個對應表可以在上面提到的文章裡查到。

程式碼：

複製代碼 代碼如下:

function CheckEncoding(filename) { 
    var stream = new ActiveXObject("ADODB.Stream"); 
    stream.Mode = 3; 
    stream.Type = 2; 
    stream.Open(); 
    stream.Charset = "437"; 
    stream.LoadFromFile(filename); 
    var bom = escape(stream.ReadText(2)); 
    switch(bom) { 
        // 0xEF,0xBB => UTF-8 
        case "%u2229%u2557": 
            encoding = "UTF-8"; 
            break; 
        // 0xFF,0xFE => Unicode 
        case "%A0%u25A0": 
        // 0xFE,0xFF => Unicode big endian 
        case "%u25A0%A0": 
            encoding = "Unicode"; 
            break; 
        // 判斷不出來就使用GBK，這樣可以在大多數情況下正確處理中文 
        default: 
            encoding = "GBK"; 
            break; 
    } 
    stream.Close(); 
    delete stream; 
    stream = null; 
    return encoding; 
} 

這樣，在需要的時候，通過調用CheckEncoding函數就可以擷取檔案的編碼了。
希望此文對你有所協助。