批量html把gb2312转utf-8,用javascript实现gb2312转utf-8的脚本

信息交换用汉字编码字符集-基本集

汉字标准交换码共分两级。第一级为常用字，有3755字，按汉语拼音字母顺序排列，第二级为次常用字，有3008字，按部首排列。GB2312的编码范围为2121H-777EH.

UNICODE 是两字节的全编码，对于ASCII字符它也使用两字节表示。代码页是通过高字节的取值范围来确定是ASCII字符，还是汉字的高字节。如果发生数据损坏， 某处内容破坏，则会引起其后汉字的混乱。UNICODE则一律使用两个字节表示一个字符，最明显的好处是它简化了汉字的处理过程。

关于编码的文章可以参考：

http://blog.iyi.cn/tech/2005/10/unicode_2.html

http://blog.iyi.cn/tech/2005/10/unicode.html

百度的页面是gb2312的，URL编码自然也是从gb转换而来，比如“一”这个字，百度转换的结果是D2%BB，而从Utf-8转换来的结果是%E4%B8%80比如google(gb是2字节编码，utf-8是3字节变长编码)

可以用javascript的encodeURI和decodeURI来得到这些结果，设置页面编码就可以看到不同结果了。

在网上找，也没找到现成的转换程序，只得自己写。还好网上不缺gb-utf的对照表，修改了一下就可以用了:gb-utf.txt

这个对照表是将gb字节编码转到utf的16进制编码，而不是字节编码。

javascript中escape和unescape是转换16进制编码用的，因此gb汉字到utf汉字的转换思路是：encodeURI("gb汉字")，到对照表中查找utf的16进制编码，unescape("16进制utf编码")，得到utf汉字。

中间那一步最关键，我的转换只用到了这一步，其他两步直接调用那两个函数就可以了。下面是转换程序：

function genCodeStr(){

var codeRE = new RegExp("'(.*)' : '(.*)'","gi");

var tempStr,codeStr = "";

var myReader = new Reader();

myReader.loadFile('inc/gb2312_utf.txt');//这里改成你的对照表存放的路径

while(!myReader.fStream.atEndofLine) {

tempStr = new String(myReader.fStream.readLine());

codeStr += tempStr.replace(codeRE,"$1") + ":" + tempStr.replace(codeRE,"$2") + ":";

}

Application("codeData") = codeStr;

}

function getCodeStr(){

var codeStr = new String(Application("codeData"));

if(codeStr.indexOf("%a1%a1") == -1){

genCodeStr();

}

return new String(Application("codeData"));

}

function gb2utf(gbStr){

var codeStr = getCodeStr();

var codeRE = new RegExp("(%..%..)","gi");

var replaceRE = new RegExp("(%..%..)","i");

var gbCode;

var utfCode;

var gbStart;

while((codeRE.lastIndex 

codeRE.exec(gbStr);

gbCode = new String(RegExp.$1);

gbStart = new Number(codeStr.indexOf(gbCode.toLowerCase()));

var utfStart = 0;

if(gbStart != -1){

utfStart= gbStart + 7;

utfCode = codeStr.substring(utfStart,utfStart + 6);

}else{

utfCode = "%u3000";

}

gbStr = gbStr.replace(replaceRE,utfCode);

}

return gbStr;

}

function Reader() {                        //Class        Reader()

this.fso;                            //Private    fso

this.fUri;                            //Private    fUri

this.fStream;                        //Private    fStream

try{

this.fso = new ActiveXObject("Scripting.FileSystemObject");

}catch(exception) {

throw exception;

}

this.loadFile = function(file) {        //Public        loadFile(file)

this.fUri = Server.mappath(file);

//var fStream = fso.CreateTextFile(tfolder,true,false);

//fStream.WriteLine('test');

if(this.fso.fileExists(this.fUri)){

this.fStream = this.fso.openTextFile(this.fUri);

}else{

Response.write('file dos not exist');

}

}

this.readLineN = function(num) {

var i = 1;

while(i 

this.fStream.skipLine();

i++

}

return this.fStream.readLine();

}

this.closeFile = function() {

fStream.Close();

fso.Close;

}

}

对照表就是gb-utf.txt了，你自己改一下读取路径即可。

还需要注意的是，上面的程序是需要在服务器端运行的，因为涉及到文件操作。

javascript客户端程序请看