小编典典

如何使用JavaScript将特殊的UTF-8字符转换为等效的iso-8859-1?

javascript

我正在制作一个javascript应用程序,该应用程序.json使用jquery 检索文件并将数据注入到其所嵌入的网页中。

这些.json文件使用UTF-8编码,并包含重音字符,例如é,ö和å。

问题是我无法控制将要使用该应用程序的页面上的字符集。

有些将使用UTF-8,但其他一些将使用iso-8859-1字符集。这当然会使.json文件中的特殊字符乱码。

如何使用JavaScript将特殊的UTF-8字符转换为等效的iso-8859-1?


阅读 1123

收藏
2020-05-01

共1个答案

小编典典

实际上,所有内容通常都在内部以某种Unicode形式存储,但不要赘述。我假设您正在使用标志性的“åäö”类型的字符串,因为您使用的是ISO-8859作为字符编码。您可以采取一种技巧来转换这些字符。用于编码和解码查询字符串的escapeunescape函数是为ISO字符定义的,而较新的encodeURIComponentdecodeURIComponent功能相同的函数是为UTF8字符定义的。

escape将扩展的ISO-8859-1字符(UTF代码点U + 0080-U + 00ff)%xx编码为(两位十六进制),而将UTF代码点U +
0100及更高版本编码为%uxxxx%u后跟四位十​​六进制。)例如,escape("å") == "%E5"escape("あ") == "%u3042"

encodeURIComponent将扩展字符百分比编码为UTF8字节序列。例如encodeURIComponent("å") == "%C3%A5"encodeURIComponent("あ") == "%E3%81%82"

因此,您可以执行以下操作:

fixedstring = decodeURIComponent(escape(utfstring));

例如,错误编码的字符“å”变成“Ã¥”。该命令执行的操作escape("Ã¥") == "%C3%A5"是将两个错误的ISO字符编码为单个字节。然后decodeURIComponent("%C3%A5") == "å",将两个百分比编码的字节解释为UTF8序列。

如果由于某种原因需要进行相反的操作,那也可以:

utfstring = unescape(encodeURIComponent(originalstring));

有没有办法区分错误的UTF8字符串和ISO字符串?原来有。如果给定格式错误的编码序列,则上面使用的encodeURIComponent函数将引发错误。我们可以使用它来检测我们的字符串是UTF8还是ISO。

var fixedstring;

try{
    // If the string is UTF-8, this will work and not throw an error.
    fixedstring=decodeURIComponent(escape(badstring));
}catch(e){
    // If it isn't, an error will be thrown, and we can assume that we have an ISO string.
    fixedstring=badstring;
}
2020-05-01