XMLHttpRequest读取中文网页时返回乱码的解决办法

XMLHttpRequest读取中文网页时返回乱码的解决办法

XMLHttpRequest 默认是用UTF-8 传递数据。当服务端的返回数据是UTF-8编码的时候，它工作得很好(开发web应用，当服务端和客户端以及数据库统一使用UTF-8编码可以有效的避免乱码问题)。如果服务端设置了正确的Content-Type Response Header以及编码信息，那么XmlHttpRequest也可以正确工作。

可是当使用XMLHttpRequest读取中文网页内容时， 如果服务端的程序没有设置Content-Type Response Header，或者Header没有设置编码类型，那么我们访问responseText属性的时候就可能遭遇乱码。如以下代码用XMLHttpRequest获取雅虎中国网站的星座站首页:

xmlhttp = getXMLHttpRequest();var url = "http://cn.astrology.yahoo.com/";xmlhttp.open("GET", url, true);xmlhttp.onreadystatechange = function(){if (xmlhttp.readyState == 4)    if (xmlhttp.status == 200)        alert(xmlhttp.responseText);};xmlhttp.send(null);

纵使yahoo中国这样专业的网站，对web标准的支持还很不彻底，弹出的html源码中充斥不符合web标准的html标签，当然还有已预见的乱码。

同样遗憾的是，FireFox 和 IE 的解决方法也是南辕北辙

FireFox

FireFox 的XMLHttpRequest对象支持overrideMimeType方法，可以指定返回数据的编码类型，利用该方法可以解决中文乱码，前面的代码修改如下：

xmlhttp = getXMLHttpRequest();var url = "http://cn.astrology.yahoo.com/";xmlhttp.open("GET", url, true);xmlhttp.overrideMimeType("text/html;charset=gb2312");//设定以gb2312编码识别数据xmlhttp.onreadystatechange = function(){if (xmlhttp.readyState == 4)    if (xmlhttp.status == 200)        alert(xmlhttp.responseText);};xmlhttp.send(null);

Internet Explorer

IE不支持overrideMimeType方法，并且只能用一种很蹩脚的方法来解决，此时需要引入一个杂交的函数：

function gb2utf8(data){var glbEncode = [];gb2utf8_data = data;execScript("gb2utf8_data = MidB(gb2utf8_data, 1)", "VBScript");var t=escape(gb2utf8_data).replace(/%u/g,"").replace(/(.{2})(.{2})/g,"%$2%$1").replace(/%([A-Z].)%(.{2})/g,"@$1$2");t=t.split("@");var i=0,j=t.length,k;while(++i<j) {k=t[i].substring(0,4);if(!glbEncode[k]) {gb2utf8_char = eval("0x"+k);execScript("gb2utf8_char = Chr(gb2utf8_char)", "VBScript");glbEncode[k]=escape(gb2utf8_char).substring(1,6);}t[i]=glbEncode[k]+t[i].substring(4);}gb2utf8_data = gb2utf8_char = null;return unescape(t.join("%"));}
xmlhttp = getXMLHttpRequest();var url = "http://cn.astrology.yahoo.com/";xmlhttp.open("GET", url, true);xmlhttp.onreadystatechange = function(){if (xmlhttp.readyState == 4)    if (xmlhttp.status == 200)        alert(gb2utf8(xmlhttp.responseBody)); //注意这里要用responseBody};xmlhttp.send(null);

gb2utf8函数直接解析XMLHttpRequest返回的二进制数据，其中要利用execScript方法来执行VBScript的函数。所以说是一个杂交的函数。感谢blueidea论坛 提供的算法。

虽然有了解决的办法，但形式丑陋，而且不符合web标准。所以应该在编程中尽量避免，如果是开发web应用，应尽量使用UTF-8编码，或者在服务端设置正确的编码信息。至于以上范例，有盗取其他网站内容的嫌疑，更是不为提倡。