WEB开发网
开发学院网页设计JavaScript javascript gb2312转utf-8 阅读

javascript gb2312转utf-8

 2006-09-08 19:55:11 来源:WEB开发网   
核心提示:汉字标准交换码共分两级,第一级为常用字,javascript gb2312转utf-8,有3755字,按汉语拼音字母顺序排列,还需要注意的是,上面的程序是需要在服务器端运行的,第二级为次常用字,有3008字

汉字标准交换码共分两级。第一级为常用字,有3755字,按汉语拼音字母顺序排列,第二级为次常用字,有3008字,按部首排列。GB2312的编码范围为2121H-777EH.

UNICODE 是两字节的全编码,对于ASCII字符它也使用两字节表示。代码页是通过高字节的取值范围来确定是ASCII字符,还是汉字的高字节。如果发生数据损坏, 某处内容破坏,则会引起其后汉字的混乱。UNICODE则一律使用两个字节表示一个字符,最明显的好处是它简化了汉字的处理过程。

关于编码的文章可以参考:


百度的页面是gb2312的,URL编码自然也是从gb转换而来,比如“一”这个字,百度转换的结果是D2%BB,而从Utf-8转换来的结果是%E4%B8%80比如google(gb是2字节编码,utf-8是3字节变长编码)

可以用javascript的encodeURI和decodeURI来得到这些结果,设置页面编码就可以看到不同结果了。

在网上找,也没找到现成的转换程序,只得自己写。还好网上不缺gb-utf的对照表,修改了一下就可以用了:gb-utf.txt

这个对照表是将gb字节编码转到utf的16进制编码,而不是字节编码。

Javascript中escape和unescape是转换16进制编码用的,因此gb汉字到utf汉字的转换思路是:encodeURI("gb汉字"),到对照表中查找utf的16进制编码,unescape("16进制utf编码"),得到utf汉字。

中间那一步最关键,我的转换只用到了这一步,其他两步直接调用那两个函数就可以了。下面是转换程序:

 function genCodeStr(){
   var codeRE = new RegExp("'(.*)' : '(.*)'","gi");
   var tempStr,codeStr = "";
   var myReader = new Reader();
   myReader.loadFile('inc/gb2312_utf.txt');//这里改成你的对照表存放的路径
   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;
   }
}


对照表就是gb-utf.txt了,你自己改一下读取路径即可。
还需要注意的是,上面的程序是需要在服务器端运行的,因为涉及到文件操作。

Tags:javascript gb utf

编辑录入:爽爽 [复制链接] [打 印]
赞助商链接