如何使用javascript将特殊的UTF-8字符转换为其iso-8859-1等效字符？

我正在制作一个javascript应用程序，它使用jquery检索

.json

文件，并将数据注入嵌入其中的网页

.json

文件使用UTF-8编码，并包含重音字符，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

一些将使用UTF-8，但其他将使用iso-8859-1字符集。这当然会篡改

.json

文件中的特殊字符

---

如何使用javascript将特殊的UTF-8字符转换为其iso-8859-1等效字符

问题在于，一旦提供了页面，内容将采用content type meta标记中描述的编码。“错误”编码的内容已被篡改

---

在提供页面之前，最好在服务器上执行此操作。或者正如我所说的：UTF-8端到端或死。

实际上，所有内容通常在内部以某种Unicode形式存储，但我们不必深入讨论。我假设您得到的是标志性的“Ã¥ÃÃè”类型字符串，因为您使用ISO-8859作为字符编码。有一个技巧可以用来转换这些字符。用于编码和解码查询字符串的

escape

和

unescape

函数是为ISO字符定义的，而更新的

encodeURIComponent

和

decode uricomponent

函数也是为UTF8字符定义的

---

escape

将扩展ISO-8859-1字符（UTF代码点U+0080-U+00ff）编码为

%xx

（两位十六进制），而将UTF代码点U+0100及以上编码为

%uxxx

（

%U

后接四位十六进制）。例如，

escape（“å”）=%E5”

和

escape（“あ") == "%u3042“

encodeURIComponent

percent将扩展字符编码为UTF8字节序列。例如，

encodeURIComponent（“å”）==%C3%A5”

和

encodeURIComponent（“あ") == "%E3%81%82“

因此，您可以：

fixedstring = decodeURIComponent(escape(utfstring));

例如，一个编码错误的字符“å”变为“Ô。该命令执行

escape（“Ô）=%C3%A5”

，这是编码为单个字节的两个不正确的ISO字符。然后

decodeURIComponent（%C3%A5”）==“å”

，其中两个编码字节被解释为UTF8序列

如果出于某种原因需要进行相反的操作，也可以：

utfstring = unescape(encodeURIComponent(originalstring));

有没有办法区分坏的UTF8字符串和ISO字符串？事实证明是有办法的。如果给定的编码序列格式不正确，上面使用的decodeURIComponent函数将抛出错误。我们可以用它很有可能检测字符串是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;
}

---

在内部，Javascript字符串都是Unicode（实际上是UCS-2，UTF-16的子集）

如果要通过AJAX单独检索JSON文件，则只需确保JSON文件具有正确的内容类型和字符集：

Content-Type:application/JSON；charset=“utf-8”

）。如果这样做，那么当您访问反序列化对象时，jQuery应该已经正确地解释了它们

---

您可以发布一个用于检索JSON对象的代码示例吗？

您应该在页面上方添加这一行

<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />

由于这个问题，关于如何从ISO-8859-1转换为UTF-8的讨论已经结束，我将在这里发布我的解决方案

问题是，当您试图通过使用XMLHttpRequest获取任何内容时，如果XMLHttpRequest.responseType为“text”或空，则XMLHttpRequest.response将转换为DOMString，这就是问题所在。之后，几乎不可能可靠地使用该字符串

现在，如果来自服务器的内容是ISO-8859-1，则必须强制响应类型为“”，然后将其转换为DOMSTring。例如：

var ajax = new XMLHttpRequest();
ajax.open('GET', url, true);
ajax.responseType = 'blob';
ajax.onreadystatechange = function(){
    ...
    if(ajax.responseType === 'blob'){
        // Convert the blob to a string
        var reader = new window.FileReader();
        reader.addEventListener('loadend', function() {
           // For ISO-8859-1 there's no further conversion required
           Promise.resolve(reader.result);
        });
        reader.readAsBinaryString(ajax.response);
    }
}

---

看起来readAsBinaryString上的魔法正在发生，所以也许有人可以解释一下为什么它会起作用。

有一些库可以在Javascript中进行字符集转换。但是如果您想要一些简单的东西，这个函数可以大致满足您的需要：

function stringToBytes(text) {
  const length = text.length;
  const result = new Uint8Array(length);
  for (let i = 0; i < length; i++) {
    const code = text.charCodeAt(i);
    const byte = code > 255 ? 32 : code;
    result[i] = byte;
  }
  return result;
}

---

现在，请记住，有些应用程序确实接受UTF-8编码，但除非您预先添加一个BOM字符，否则它们无法猜出编码，如前所述。

我已经在我自己的问题的答案中引用了您的答案：@nitro:javascript是否将每个UTF-8字符都视为ISO拉丁语？

escape

编码扩展的ISO-8859-1字符rs（UTF代码点U+0080-U+00ff）为

%xx

（两位十六进制），而它将UTF代码点U+0100及以上编码为

%uxxx

（

%U

后接四位十六进制）。例如，

转义（“å”）=%E5

和

转义（“あ") == "%u3042“

encodeURIComponent

percent将扩展字符编码为UTF8字节序列。例如，

encodeURIComponent（“å”）==%C3%A5”

和

encodeURIComponent（“あ") == "%E3%81%82“

。我希望这能澄清所有问题。@nitro2k01:你的建议有误：

未捕获的URIError:URI格式错误的

转义函数将被弃用！！虽然我的页眉已经在utf-8上显示了它，但我必须将其转换为ISO拉丁语进行进一步加密。这并不能回答问题！它与此无关，都已设置仅设置内容类型或字符集：jQuery以完全相同的方式解释所提供的json。可能是因为规范（）规定

json文本应使用Unicode编码。默认编码为UTF-8

。因此，将标题设置为

content-type:application/json；charset=“iso-8859-1”

对变量中的文本进行json编码后，从iso-8859-1编码的文件中获取文本，并通过ajax将其发送到iso-8859-1编码的html页面，产生与不指定任何内容相同的结果：th

const originalString = 'ååå';
const bytes = stringToBytes(originalString);
const blob = new Blob([bytes.buffer], { type: 'text/plain; charset=ISO-8859-1' });