javascript 將gb2312編碼轉utf-8編碼

javascript|編碼

漢字標準交換碼共分兩級。第一級為常用字，有3755字，按漢語拼音字母順序排列，第二級為次常用字，有3008字，按部首排列。GB2312的編碼範圍為2121H-777EH.

UNICODE 是兩位元組的全編碼，對於ASCII字元它也使用兩位元組表示。字碼頁是通過高位元組的取值範圍來確定是ASCII字元，還是漢字的高位元組。如果發生資料損毀， 某處內容破壞，則會引起其後漢字的混亂。UNICODE則一律使用兩個位元組表示一個字元，最明顯的好處是它簡化了漢字的處理過程。

關於編碼的文章可以參考：

百度的頁面是gb2312的，URL編碼自然也是從gb轉換而來，比如“一”這個字，百度轉換的結果是D2%BB，而從Utf-8轉換來的結果是%E4%B8%80比如google（gb是2位元組編碼，utf-8是3位元組變長編碼）

可以用javascript的encodeURI和decodeURI來得到這些結果，設定頁面編碼就可以看到不同結果了。

在網上找，也沒找到現成的轉換程式，只得自己寫。還好網上不缺gb-utf的對照表，修改了一下就可以用了:gb-utf.txt

這個對照表是將gb位元組編碼轉到utf的16進位編碼，而不是位元組編碼。

javascript中escape和unescape是轉換16進位編碼用的，因此gb漢字到utf漢字的轉換思路是：encodeURI("gb漢字")，到對照表中尋找utf的16進位編碼，unescape("16進位utf編碼")，得到utf漢字。

中間那一步最關鍵，我的轉換隻用到了這一步，其他兩步直接調用那兩個函數就可以了。下面是轉換程式：

 function genCodeStr(){
    var codeRE = new RegExp("'(.*)' : '(.*)'","gi");
    var tempStr,codeStr = "";
    var myReader = new Reader();
    myReader.loadFile('inc/gb2312_utf.txt');//這裡改成你的對照表存放的路徑
    while(!myReader.fStream.atEndofLine) {
        tempStr = new String(myReader.fStream.readLine());
        codeStr += tempStr.replace(codeRE,"$1") + ":" + tempStr.replace(codeRE,"$2") + ":";
    }
    Application("codeData") = codeStr;
}
function getCodeStr(){
    var codeStr = new String(Application("codeData"));
    if(codeStr.indexOf("%a1%a1") == -1){
        genCodeStr();
    }
    return new String(Application("codeData"));
}
function gb2utf(gbStr){
    var codeStr = getCodeStr();
    var codeRE = new RegExp("(%..%..)","gi");
    var replaceRE = new RegExp("(%..%..)","i");
    var gbCode;
    var utfCode;
    var gbStart;
    while((codeRE.lastIndex < gbStr.length) && replaceRE.test(gbStr)){
        codeRE.exec(gbStr);
        gbCode = new String(RegExp.$1);
        gbStart = new Number(codeStr.indexOf(gbCode.toLowerCase()));
        var utfStart = 0;
        if(gbStart != -1){
            utfStart= gbStart + 7;
            utfCode = codeStr.substring(utfStart,utfStart + 6);
        }else{
            utfCode = "%u3000";
        }
        gbStr = gbStr.replace(replaceRE,utfCode);
    }
    return gbStr;
}

function Reader() {                        //Class        Reader()
    this.fso;                            //Private    fso
    this.fUri;                            //Private    fUri
    this.fStream;                        //Private    fStream
    try{
        this.fso = new ActiveXObject("Scripting.FileSystemObject");
    }catch(exception) {
        throw exception;
    }
    this.loadFile = function(file) {        //Public        loadFile(file)
            this.fUri = Server.mappath(file);
            //var fStream = fso.CreateTextFile(tfolder,true,false);
            //fStream.WriteLine('test');
            if(this.fso.fileExists(this.fUri)){
                this.fStream = this.fso.openTextFile(this.fUri);
            }else{
                Response.write('file dos not exist');
            }
    }
    this.readLineN = function(num) {
        var i = 1;
        while(i < num && !this.fStream.atEndOfLine) {
            this.fStream.skipLine();
            i++
        }
        return this.fStream.readLine();
    }
    this.closeFile = function() {
        fStream.Close();
        fso.Close;
    }
}

　　對照表就是gb-utf.txt了，你自己改一下讀取路徑即可。還需要注意的是，上面的程式是需要在伺服器端啟動並執行，因為涉及到檔案操作。