|
常有人说，他们在使用XMLHTTP过程中，总是为中文乱码的问题烦恼。本人查阅了一些资料，结果令我失望，大家都是使用ASP服务器端技术解决该问题。
先分析一下为何会出现中文乱码的问题。原因很简单：XMLHTTP得到Response时假定Response是UTF8编码的，它把含GB2312编码的HTML当成UTF8格式，因此，出现了中文乱码。
那么，除了使用ASP服务器端脚本技术外，就没有客户端的解决办法吗？答案是：有！
本人使用VBScript客户端脚本，成功实现了不使用ASP，解决了XMLHTTP 抓取 HTML页面时出现中文乱码的问题。
为何使用VBScript，而不是大家常用的JScript？XMLHTTP的responseBody返回的是一个unsigned bytes数组。VBScript提供了许多用于操作字符串和格式化数据的函数，以及访问安全数组的方法。这些函数或方法在JScript中并不存在。这里我们需要使用VBScript的内置函数：MidB、AscB、LenB等，来访问responseBody。
说句题外话，我不是在强调VBScript比JScript好，而是二者都有自己的特点。第一次在CSDN上写文章，谢谢大家支持。写这边文章有两个目的：一、锻炼自己；二、希望大家遇到问题时，要学会分析问题，做到有的放矢，知其然也知其所以然。
我给出代码Test.htm，它包括了获取自身代码和获取其他网页代码两种应用，具体脚本如下：
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">
<!-- 作者：小林，sulins@tom.com -->
<HTML>
<HEAD>
<META http-equiv="Content-Type" content="text/html; charset=gb2312">
</HEAD>
<script language=VBScript>
Function bytes2BSTR(vIn)
strReturn = ""
For i = 1 To LenB(vIn)
ThisCharCode = AscB(MidB(vIn,i,1))
If ThisCharCode < &H80 Then
strReturn = strReturn & Chr(ThisCharCode)
Else
NextCharCode = AscB(MidB(vIn,i+1,1))
strReturn = strReturn & Chr(CLng(ThisCharCode) * &H100 + CInt(NextCharCode))
i = i + 1
End If
Next
bytes2BSTR = strReturn
End Function
Function viewSource1()
dim XmlHttp
set XmlHttp = CreateObject("Microsoft.XMLHTTP")
XmlHttp.Open "GET", document.location.href, false
XmlHttp.setRequestHeader "Content-Type","text/XML"
XmlHttp.Send
dim html
html = bytes2BSTR(XmlHttp.responseBody)
msgbox html
End Function
Function viewSource2()
dim XmlHttp
set XmlHttp = CreateObject("Microsoft.XMLHTTP")
XmlHttp.Open "GET", "http://www.google.com", false
XmlHttp.setRequestHeader "Content-Type","text/XML"
XmlHttp.Send
dim html
html = bytes2BSTR(XmlHttp.responseBody)
msgbox html
End Function
</script>
<BODY bgcolor=gainsboro style='border:1pt solid white'>
<TABLE class=text>
<tr>
<td class=text>XMLHTTP Get HTML页面时的中文乱码之完全客户端Script解决方案</td>
</tr>
<tr>
<td class=button><button onclick=viewSource1()>查看自身的网页代码</button></td>
</tr>
<tr>
<td class=button><button onclick=viewSource2()>查看google主页代码</button></td>
</tr>
</TABLE>
</BODY>
</HTML> |
