源码网商城,靠谱的源码在线交易网站 我的订单 购物车 帮助

源码网商城

如何解决远程页面抓取中的乱码问题

  • 时间:2020-09-05 15:39 编辑: 来源: 阅读:
  • 扫一扫,手机访问
摘要:如何解决远程页面抓取中的乱码问题
由于平时使用的网页文件基本上都是gb2312编码方式,如果通过xmlhttp控件读取的话,肯定会出现乱码问题,但是要把所有文件都改成utf-8编码,操作上比较麻烦。经过反复比较,我找到了相对实用的解决方法。   ff提供了overrideMimeType方法,可以指定返回值的编码,所以解决起来比较简单,只要把这个方法指向gb2312就可以了。对于IE,可以用vbs配合来作编码转换,用gb2utf8来转换接收到的二进制数据,其中利用到execScript方法来调用vbs的函数。
[u]复制代码[/u] 代码如下:
<body></body> <script> loadPage("index.htm") function loadPage(url){     var xh=window.Event?new XMLHttpRequest():new ActiveXObject("Microsoft.XMLHTTP")     xh.open("GET",url,true)     if(window.Event)         xh.overrideMimeType("text/xml;charset=gb2312")     xh.onreadystatechange=function(){         if(xh.readyState!=4)             return         var v         v=window.Event?xh.responseText:window.gb2utf8(xh.responseBody)         alert(v)     }     window.gb2utf8=function(data){         var glbEncode=[],t,i,j,len         gb2utf8_data=data         execScript("gb2utf8_data = MidB(gb2utf8_data, 1)+' '", "vbscript")         t=escape(gb2utf8_data).replace(/%u/g,"").replace(/(.{2})(.{2})/g,"%$2%$1").replace(/%([A-Z].)%(.{2})/g,"@$1$2")         t=t.split("@")         i=0         len=t.length         while(++i<len){             j=t[i].substring(0,4)             if(!glbEncode[j]) {                 gb2utf8_char = eval("0x"+j)                 execScript("gb2utf8_char=Chr(gb2utf8_char)","vbscript")                 glbEncode[j]=escape(gb2utf8_char).substring(1,6)             }             t[i]=glbEncode[j]+t[i].substring(4)         }         gb2utf8_data=gb2utf8_char=null         return unescape(t.join("%")).slice(0,-1)     }     xh.send(null) } </script>
  • 全部评论(0)
联系客服
客服电话:
400-000-3129
微信版

扫一扫进微信版
返回顶部