Nodejs编码转化问题
目前Node.js仅支持hex、utf8、ascii、binary、base64、ucs2几种编码的转换。对于GBK,GB2312等编码,Nodejs自带的toString()方法不支持,因此中文转化的时候需要加载第三方库,主要有两个编码转换库iconv-lite和encoding,个人推荐使用encoding。
iconv-lite:是 iconv 的纯 js 实现,支持的编码包括 node.js 原生编码:utf8, ucs2, ascii, binary, base64;同时支持广泛使用的单字节编码:Windows 125x family, ISO-8859 family, IBM/DOS codepages, Macintosh family, KOI8 family, latin1, us-ascii;多字节编码:gbk, gb2313, Big5, cp950。
encoding:是对 node-iconv 和 iconv-lite 的再次封装,encoding 首先调用 node-iconv,如果 node-iconv 无法解析,则调用 iconv-lite 作为替代方案。
encoding 安装使用
1. 安装
npm install encoding
2.使用
encoding 模块就一个方法 convert(),使用方法为:encoding.convert(text, toCharset, fromCharset)。
- text: 需要转换的对象,可以为 Buffer 或者 String 对象。
- toCharset: 转换后的编码。
- fromCharset: 转换前的编码,缺省为 uft8。
转换后的结果为 Buffer 对象。
1 var encoding = require('encoding'); 2 3 var result = encoding.convert("ÕÄÖÜ", "Latin_1"); 4 console.log(result); //<Buffer d5 c4 d6 dc>
下面用实例来说明encoding的使用方法:
1.UTF8转GBK
例如"苏A00001"的GBK的对应形式为"CBD5413030303031".
1 var fs = require('fs'); 2 var encodingConvert = require('encoding'); 3 var buf = require('buffer'); 4 var temp = "苏A00001"; 5 var result = new String(); 6 7 var resultBuffer = encodingConvert.convert(temp, "GBK","UTF8"); 8 console.log("The resultBuffer is:",resultBuffer); 9 10 for(var i = 0;i < resultBuffer.length;i++) 11 { 12 13 result+=resultBuffer.slice(i,i+1)[0].toString(16); 14 15 } 16 result = result.toUpperCase(); 17 18 console.log("The result is:",result);
即第8行的resultBuffer是一个buffer,其内容就是对应的"CBD5413030303031",只不过要通过第16行进行大写转化。
第13行的作用就是取Buffer的每一位,resultBuffer.slice(i)的结果为<Buffer cb>,<Buffer d5>,<Buffer 41>,<Buffer 30>,<Buffer 30>,<Buffer 30>,<Buffer 30>,<Buffer 31>.
resultBuffer.slice(i)[0]的结果为203,213,65,48,48,48,48,49,由于Buffer里的是二进制,此结果就是二进制对应的十进制结果,再把其转化成16进制就是最后的结果。
2.GBK转UTF8
1 var fs = require('fs'); 2 var encodingConvert = require('encoding'); 3 var buf = require('buffer'); 4 5 var temp = "CBD5413030303031"; 6 var bufferArray = [0xcb,0xd5,0x41,0x30,0x30,0x30,0x30,0x31]; 7 var buffer = new Buffer(bufferArray); 8 console.log("The buffer is:",buffer); 9 console.log(buffer.toString()); 10 11 var plateDecoded = encodingConvert.convert(buffer, "UTF8", "GBK"); 12 13 console.log("The result is:",plateDecoded.toString());
从结果可以得出,如果不使用第11行的代码,则输出的中文是乱码,那是因为"CBD5413030303031"是GBK格式的编码格式,经过第11行的转化,转化成UTF8编码,再进行输出的结果是正确的格式。