寫(xiě)在前面

在web服務(wù)端開(kāi)發(fā)中，字符的編解碼幾乎每天都要打交道。編解碼一旦處理不當(dāng)，就會(huì)出現(xiàn)令人頭疼的亂碼問(wèn)題。

不少?gòu)氖耼ode服務(wù)端開(kāi)發(fā)的同學(xué)，由于對(duì)字符編碼碼相關(guān)知識(shí)了解不足，遇到問(wèn)題時(shí)，經(jīng)常會(huì)一籌莫展，花大量的時(shí)間在排查、解決問(wèn)題。

文本先對(duì)字符編解碼的基礎(chǔ)知識(shí)進(jìn)行簡(jiǎn)單介紹，然后舉例說(shuō)明如何在node中進(jìn)行編解碼，最后是服務(wù)端的代碼案例。本文相關(guān)代碼示例可在這里找到。

關(guān)于字符編解碼

在網(wǎng)絡(luò)通信的過(guò)程中，傳輸?shù)亩际嵌M(jìn)制的比特位，不管發(fā)送的內(nèi)容是文本還是圖片，采用的語(yǔ)言是中文還是英文。

舉個(gè)例子，客戶端向服務(wù)端發(fā)送"你好"。

客戶端 --- 你好 ---> 服務(wù)端

這中間包含了兩個(gè)關(guān)鍵步驟，分別對(duì)應(yīng)的是編碼、解碼。

1.客戶端：將"你好"這個(gè)字符串，編碼成計(jì)算機(jī)網(wǎng)絡(luò)需要的二進(jìn)制比特位。

2.服務(wù)端：將接收到的二進(jìn)制比特位，解碼成"你好"這個(gè)字符串。

總結(jié)一下：

1.編碼：將需要傳送的數(shù)據(jù)，轉(zhuǎn)成對(duì)應(yīng)的二進(jìn)制比特位。

2.解碼：將二進(jìn)制比特位，轉(zhuǎn)成原始的數(shù)據(jù)。

上面有些重要的技術(shù)細(xì)節(jié)沒(méi)有提到，答案在下一小節(jié)。

• 客戶端怎么知道"你好"這個(gè)字符對(duì)應(yīng)的比特位是多少？
• 服務(wù)端收到二進(jìn)制比特位之后，怎么知道對(duì)應(yīng)的字符串是什么？

關(guān)于字符集和字符編碼

上面提到字符、二進(jìn)制的轉(zhuǎn)換問(wèn)題。既然兩者可以互相轉(zhuǎn)換，也就是說(shuō)存在明確的轉(zhuǎn)換規(guī)則，可以實(shí)現(xiàn)字符<->二進(jìn)制的相互轉(zhuǎn)換。

這里提到的轉(zhuǎn)換規(guī)則，其實(shí)就是我們經(jīng)常聽(tīng)到的字符集&字符編碼。

字符集是一系列字符（文字、標(biāo)點(diǎn)符號(hào)等）的集合。字符集有很多，常見(jiàn)的有ASCII、Unicode、GBK等。不同字符集主要的區(qū)別在于包含字符個(gè)數(shù)的不同。

了解了字符集的概念后，接下來(lái)介紹下字符編碼。

字符集告訴我們支持哪些字符，但具體字符怎么編碼，是由字符編碼決定的。比如Unicode字符集，支持的字符編碼有UTF8(常用)、UTF16、UTF32。

概括一下：

• 字符集：字符的集合，不同字符集包含的字符數(shù)不同。
• 字符編碼：字符集中字符的實(shí)際編碼方式。
• 一個(gè)字符集可能有多種字符編碼方式。

可以把字符編碼看成一個(gè)映射表，客戶端、服務(wù)端就是根據(jù)這個(gè)映射表，來(lái)實(shí)現(xiàn)字符跟二進(jìn)制的編解碼轉(zhuǎn)換。

舉個(gè)例子，"你"這個(gè)字符，在UTF8編碼中，占據(jù)三個(gè)字節(jié)0xe4 0xbd 0xa0，而在GBK編碼中，占據(jù)兩個(gè)字節(jié)0xc4 0xe3。

字符編解碼例子

上面已經(jīng)提到了字符編解碼所需的基礎(chǔ)知識(shí)。下面我們看一個(gè)簡(jiǎn)單的例子，這里借助了icon-lite這個(gè)庫(kù)來(lái)幫助我們實(shí)現(xiàn)編解碼的操作。

可以看到，在字符編碼時(shí)，我們采用了gbk。在解碼時(shí)，如果同樣采用gbk，可以得到原始的字符。而當(dāng)我們解碼時(shí)采用utf8時(shí)，則出現(xiàn)了亂碼。

var iconv = require('iconv-lite');

var oriText = '你';

var encodedBuff = iconv.encode(oriText, 'gbk');
console.log(encodedBuff);
// <Buffer c4 e3>

var decodedText = iconv.decode(encodedBuff, 'gbk');
console.log(decodedText);
// 你

var wrongText = iconv.decode(encodedBuff, 'utf8');
console.log(wrongText);
// ��

實(shí)際例子：服務(wù)端編解碼

通常我們需要處理編解碼的場(chǎng)景有文件讀寫(xiě)、網(wǎng)絡(luò)請(qǐng)求處理。這里距網(wǎng)絡(luò)請(qǐng)求的例子，介紹如何在服務(wù)端進(jìn)行編解碼。

假設(shè)我們運(yùn)行著如下http服務(wù)，監(jiān)聽(tīng)來(lái)自客戶端的請(qǐng)求。客戶端傳輸數(shù)據(jù)時(shí)采用了gbk編碼，而服務(wù)端默認(rèn)采用的是utf8編碼。

如果此時(shí)采用默認(rèn)的utf8對(duì)請(qǐng)求進(jìn)行解碼，就會(huì)出現(xiàn)亂碼，因此需要特殊處理。

服務(wù)端代碼如下（為簡(jiǎn)化代碼，這里跳過(guò)了請(qǐng)求方法、請(qǐng)求編碼的判斷）

var http = require('http');
var iconv = require('iconv-lite');

// 假設(shè)客戶端采用post方法，編碼為gbk
var server = http.createServer(function (req, res) {
  var chunks = [];
  
  req.on('data', function (chunk) {
    chunks.push(chunk)
  });

  req.on('end', function () {
    chunks = Buffer.concat(chunks);

    // 對(duì)二進(jìn)制進(jìn)行解碼
    var body = iconv.decode(chunks, 'gbk');
    console.log(body);

    res.end('HELLO FROM SERVER');
  });

});

server.listen(3000);

對(duì)應(yīng)的客戶端代碼如下：

var http = require('http');
var iconv = require('iconv-lite');

var charset = 'gbk';

// 對(duì)字符"你"進(jìn)行編碼
var reqBuff = iconv.encode('你', charset);

var options = {
  hostname: '127.0.0.1',
  port: '3000',
  path: '/',
  method: 'POST',
  headers: {
    'Content-Type': 'text/plain',
    'Content-Encoding': 'identity',
    'Charset': charset // 設(shè)置請(qǐng)求字符集編碼
  }
};

var client = http.request(options, function(res) {
  res.pipe(process.stdout);
});

client.end(reqBuff);

相關(guān)鏈接

Nodejs學(xué)習(xí)筆記：https://github.com/chyingp/nodejs-learning-guide

iconv-lite：https://github.com/ashtuchkin/iconv-lite

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

最新評(píng)論