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

Question

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？

Answer 1

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escape和unescape函数是为ISO字符定义的，而较新的encodeURIComponent和decodeURIComponent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"和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"和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。

如果您出于某种原因需要做相反的事情，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。我们可以使用它来很有可能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;

}

Answer 2

问题在于，一旦页面被提供，内容将采用内容类型元标记中描述的编码。“错误”编码中的内容已出现乱码。

在提供页面之前，最好在服务器上执行此操作。或正如我所知道的说：UTF-8端到端或死亡。