一种安全、简便的UTF-8和GBK编码的数据转换方法

王志勇发表于 2013年04月16日 09:06

我最近需要混合处理UTF-8和GBK/或GB2312编码。编写UTF-8和GBK编码互相转换的程序是比较麻烦的，昨天无意中发现一个方法，就是借助于JavaScript+iframe框架。例如父框架页的编码可以是GBK，子框架页的编码可以是UTF-8(反之同理)，当父框架页和子框架页互相赋值的时候，完全不用转换编码，而不产生乱码。利用这个原理，可以做很多特殊的处理，简化了大量的步骤，在IE和Firefox浏览器下测试成功。

例如在GBK/或GB2312编码模式下，要对相应的UTF-8页的数据进行处理，这时候通过JavaScript+iframe框架就能达意想不到的效果。利用这个原理，也可以把整站的文件批量在UTF-8和GBK/或GB2312编码中互换。但它唯一的缺点是，只能是父框架页和子框架页之间互相赋值，这时必须做一个数据提交的程序，才能转换编码，也就是说，在自动赋值之后，需要鼠标点击一下进行提交才能实现对要写入的数据进行编码转换。这个缺点，可以用JavaScript的submit()函数实现自动提交。以PHP为例，写入数据的编码格式，是取决于<meta>标签里声明的charset。

由于时间的关系，就不做具体的实例了，因为做一个具体的实例要花费很多的时间，重要的步骤一是使用iframe标签嵌入一个子框架页，子框架页的编码与父框架页的编码不同。重要的步骤二是必须掌握父框架页和子框架页互相赋值的方法，子框架页给父框架页赋值的方法比较简单，就是top.***.innerHTML，或者是top.***.value，方法和在同一页赋值的方法一样，只是多了一个top加点儿。

相反的，父框架页给子框架页赋值，就复杂很多，昨天测试了一下午才成功。父框架页给子框架页赋值，写直接赋值的命名语句不给赋值，必须建立自定义函数才能赋值。网上几乎没有这个直接赋值的方法，我找了很久都没找到，网上的方法是需要通过鼠标点击触发事件，才能赋值，可以在Google或百度搜索“iframe 赋值”。我把它改成<body onload=abc();>，最后完美地成功了。这个abc()自定义函数为：function abc(){document.frames['aac'].document.all.da.value="赋值";}。说明：这里的aac代表的是iframe里的name=。后面的document.all.da.value，其中da是子框架页里一个表单框的名字，这里必须写为document.all.da.value，document.all不能省略，否则不给赋值。如果子框架页里的表单da所在的form有名称，例如<form method=post name=ag>，那么这个abc()也可以写为：function abc(){document.frames['aac'].ag.da.value="赋值";}。

本文是提供一种重要的方法，2个重要的步骤，希望读者能够熟练掌握这个方法。要熟练掌握，可能至少要花一天时间做测试。这个方法，在大型或者小型的程序里，在必要的时候能够发挥重要的作用。特别是在一个混合编码的网站，这是一种极好的方法。没有更具体的代码了，上述的步骤已经写得很清楚了。当然，如果万一出现赋值时出现乱码，就可以通过复制、粘贴、提交来转换编码。例如百度的网站，就是成功地使用UTF-8和GBK两种编码，而没有产生乱码。

我在前面的文章写过，中文如果使用GB2312或GBK编码，可以节省很多字节。而英文的编码，无论是UTF-8还是GBK，字节数量都是一样的，韩文则必须使用UTF-8编码。这是因为，在UTF-8编码下，中文汉字、英文字母、韩文单字所占的字节分别为：3、1、3；在GB2312或编码GBK下，中文汉字、英文字母、韩文单字所占的字节分别为：2、1、8。在GB2312或编码GBK下，文本格式为ANSI，ANSI文件格式无法保存韩文或全角的Unicode码，字符会被转化成한국어的形式(한국어)。

0条评论：