用javascript實現gb2312轉utf-8的腳本

2019-11-21 02:05:11

字體：大中小

來源：轉載

供稿：網友

信息交換用漢字編碼字符集-基本集
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的編碼范圍為2121H-777EH.
UNICODE 是兩字節的全編碼，對于ASCII字符它也使用兩字節表示。代碼頁是通過高字節的取值范圍來確定是ASCII字符，還是漢字的高字節。如果發生數據損壞，某處內容破壞，則會引起其后漢字的混亂。UNICODE則一律使用兩個字節表示一個字符，最明顯的好處是它簡化了漢字的處理過程。
關于編碼的文章可以參考：
http://blog.iyi.cn/tech/2005/10/unicode_2.html
http://blog.iyi.cn/tech/2005/10/unicode.html

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字節編碼，utf-8是3字節變長編碼）
可以用javascript的encodeURI和decodeURI來得到這些結果，設置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序，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字節編碼轉到utf的16進制編碼，而不是字節編碼。
javascript中escape和unescape是轉換16進制編碼用的，因此gb漢字到utf漢字的轉換思路是：encodeURI("gb漢字")，到對照表中查找utf的16進制編碼，unescape("16進制utf編碼")，得到utf漢字。
中間那一步最關鍵，我的轉換只用到了這一步，其他兩步直接調用那兩個函數就可以了。下面是轉換程序：

復制代碼代碼如下:

function genCodeStr(){  
    var codeRE = new RegExp("'(.*)' : '(.*)'","gi");  
    var tempStr,codeStr = "";  
    var myReader = new Reader();  
    myReader.loadFile('inc/gb2312_utf.txt');//這里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;  
    }  
}  