当前位置：编程学习 > JS >>

用javascript实现gb2312转utf-8的脚本

答案：信息交换用汉字编码字符集-基本集 
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： 
http://blog.iyi.cn/tech/2005/10/unicode_2.html 
http://blog.iyi.cn/tech/2005/10/unicode.html 

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： 
 
复制代码 代码如下:

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。 
javascript客户端程序请看