什麼是對URIcomponent非UTF-8字符進行編碼並對其進行解碼的正確方法？

我有一個Javascript小書籤，它使用encodeURIcomponent將當前頁面的URL傳遞給服務器端，然後在服務器端使用urldecode來獲取字符。什麼是對URIcomponent非UTF-8字符進行編碼並對其進行解碼的正確方法？

問題是，當編碼字符不在utf-8中（對於我的情況，它是gb2312，但它可能是其他內容），並且當服務器執行urldecode時，解碼後的字符變爲正方形。顯然，這不是編碼之前的樣子。

這是一個小書籤，輸入可以是任何東西，所以我不能在js中定義「encode as gb2312」，或者在php腳本中「解碼爲gb2312」。

那麼，有沒有一種正確的方式使用encodeURIcomponent它將字符編碼和內容一起傳遞，然後解碼可以選擇正確的編碼來解碼它？

來源

2012-04-28 lazycai

對於瀏覽器的編碼，特別是對GB2312字符集，請檢查下面的文檔（在中國）第一

對於你的情況，%C8%B7%B6%A8實際上是從生成GB2312形式'\u786e\u5b9a'。當用戶直接在地址欄中輸入中文字符時，這種情況通常發生在IE和FF的（舊版本）版本上：
或您使用的頁面內容中的非標準鏈接沒有執行IRI到URI編碼所有，只是渲染二進制字符串，如'/tag/\xc8\xb7\xb6\xa8'（douban.com曾經有這種用法標籤，現在他們使用正確的UTF8 URI編碼）。不太確定，因爲無法在Chrome中重現，也許在FF和IE中測試，關於部分的部分是真的。

其實，encodeURIComponent正確的輸出應該是

> encodeURIComponent('%C8%B7%B6%A8') 
    "%25C8%25B7%25B6%25A8"

因此，在服務器端，當加引號的字符串包含非ASCII字節，你最好離開這個字符串，因爲它是，這裏'%C8%B7%B6%A8'。

此外，您還可以檢查在客戶端再次在包含%XX其中XX比0x7F大的值適用encodeURIComponent。但我不確定這是否違反RFC 2396。

寫英文好累啊，不過還是要入鄉隨俗〜

來源

2012-04-30 10:24:28 okm

不錯源，我會檢查出來:) – lazycai 2012-05-02 07:13:40

使用escape()，然後將它們發送到服務器之前的字符numeric character reference翻譯。

從MDN escape() reference：

的十六進制形式的字符，其代碼單元值爲0xFF或以下，是一個兩位數轉義序列：％XX。對於使用更大的代碼單位的字符，將使用四位數格式％uxxxx。

因此，很容易通過使用簡單replace()語句的escape()輸出以數字字符參考翻譯：

escape(input_value).replace(/%u([0-9a-fA-F]{4})/g, '&#x$1;');

或者，如果你的服務器端語言只支持十進制實體，用途：

escape(input_value).replace(/%u([0-9a-fA-F]{4})/g, function(m0, m1) { 
       return '&#' + parseInt(m1, 16) + ';'; 
};

實施例的代碼PHP

client.html_{（文件編碼：GB2312）}：

<html> 
    <head> 
    <meta charset="gb2312"> 
    <script> 
    function processForm(form) { 
     console.log('BEFORE:', form.test.value); 
     form.test.value = escape(form.test.value).replace(/%u(\w{4})/g, function(m0, m1) { 
      return '&#' + parseInt(m1, 16) + ';'; 
     }); 
     console.log('AFTER:', form.test.value); 
     return true; 
    } 
    </script> 
    </head> 
    <body> 
    <form method="post" action="server.php" onsubmit="return processForm(this);"> 
     <input type="text" name="test" value="確定"> 
     <input type="submit"> 
    </form> 
    </body> 
</html>

server.php：

<?php 
echo '<script>console.log("', 
    $_REQUEST['test'], ' --> ', 
    mb_decode_numericentity($_REQUEST['test'], array(0x80, 0xffff, 0, 0xffff), 'UTF-8'), 
    '");</script>'; 
?>

來源

2014-11-18 02:49:38 cychoi

什麼是對URIcomponent非UTF-8字符進行編碼並對其進行解碼的正確方法？

回答

相關問題