3

我有一个 Javascript 小书签，用于encodeURIcomponent将当前页面的 URL 传递到服务器端，然后urldecode在服务器端使用来取回字符。

问题是，当编码字符不在 utf-8 中时（对于我来说它是 gb2312，但它可能是别的东西），并且当服务器执行 时urldecode，解码的字符变成正方形。显然，这不是编码之前的样子。

它是一个书签，输入可以是任何东西，所以我不能只在 js 中定义“编码为 gb2312”，或者在 php 脚本中定义“解码为 gb2312”。

那么，有没有正确的使用方法encodeURIcomponent，将字符编码与内容一起传递，然后解码可以选择正确的编码对其进行解码？

4

2 回答 2

0

使用escape()然后将字符转换为数字字符引用，然后再将它们发送到服务器。

来自MDN escape() 参考：

字符的十六进制形式，其代码单元值为 0xFF 或更小，是两位转义序列：%xx。对于具有更大代码单元的字符，使用四位数格式 %uxxxx。

因此，很容易通过使用一个简单的语句将输出转换escape()为数字字符引用：replace()

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

或者，如果您的服务器端语言仅支持十进制实体，请使用：

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

PHP 中的示例代码

client.html （文件编码：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="确定">
      <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>';
?>
于 2014-11-18T02:49:38.990 回答
0

对于浏览器的编码，尤其是GB2312字符集，请先查看以下文档（中文）

对于您的情况，%C8%B7%B6%A8实际上是从 GB2312 形式生成的'\u786e\u5b9a'. 这通常发生在（旧版？）IE 和 FF 版本上，当用户直接在位置栏中输入汉字时，
或者您正在使用来自页面内容的非标准链接，该链接根本不执行 IRI 到 URI 编码，而只是呈现二进制字符串，例如'/tag/\xc8\xb7\xb6\xa8'（douban.com 曾经对标签有这种用法，现在他们在 UTF8 中使用正确的 URI 编码）。不太确定，因为无法在 Chrome 中重现，可能在 FF 和 IE 中测试，关于豆瓣的部分是正确的。

实际上，正确的输出encodeURIComponent应该是

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

因此，在服务器端，当一个未加引号的字符串包含非 ascii 字节时，您最好将字符串保持原样，here '%C8%B7%B6%A8'。

此外，您可以签入客户端以encodeURIComponent再次应用包含%XXXX 大于的值0x7F。我不太确定这是否违反 RFC 2396。

写英文好累啊，不过还是要入乡随俗～

于 2012-04-30T10:24:28.713 回答