Nodejs进阶:服务端字符编解码 & 乱码处理

2017年9月6日 110点热度 0人点赞 0条评论

写在前面

在web服务端开发中,字符的编解码几乎每天都要打交道。编解码一旦处理不当,就会出现令人头疼的乱码问题。

不少从事node服务端开发的同学,由于对字符编码码相关知识了解不足,遇到问题时,经常会一筹莫展,花大量的时间在排查、解决问题。

文本先对字符编解码的基础知识进行简单介绍,然后举例说明如何在node中进行编解码,最后是服务端的代码案例。本文相关代码示例可在这里找到。

关于字符编解码

在网络通信的过程中,传输的都是二进制的比特位,不管发送的内容是文本还是图片,采用的语言是中文还是英文。

举个例子,客户端向服务端发送"你好"。

客户端 --- 你好 ---> 服务端

这中间包含了两个关键步骤,分别对应的是编码、解码。

  1. 客户端:将"你好"这个字符串,编码成计算机网络需要的二进制比特位。

  2. 服务端:将接收到的二进制比特位,解码成"你好"这个字符串。

总结一下:

  1. 编码:将需要传送的数据,转成对应的二进制比特位。

  2. 解码:将二进制比特位,转成原始的数据。

上面有些重要的技术细节没有提到,答案在下一小节。

  • 客户端怎么知道"你好"这个字符对应的比特位是多少?

  • 服务端收到二进制比特位之后,怎么知道对应的字符串是什么?

关于字符集和字符编码

上面提到字符、二进制的转换问题。既然两者可以互相转换,也就是说存在明确的转换规则,可以实现字符<->二进制的相互转换。

这里提到的转换规则,其实就是我们经常听到的字符集&字符编码。

字符集是一系列字符(文字、标点符号等)的集合。字符集有很多,常见的有ASCII、Unicode、GBK等。不同字符集主要的区别在于包含字符个数的不同。

了解了字符集的概念后,接下来介绍下字符编码。

字符集告诉我们支持哪些字符,但具体字符怎么编码,是由字符编码决定的。比如Unicode字符集,支持的字符编码有UTF8(常用)、UTF16、UTF32。

概括一下:

  • 字符集:字符的集合,不同字符集包含的字符数不同。

  • 字符编码:字符集中字符的实际编码方式。

  • 一个字符集可能有多种字符编码方式。

可以把字符编码看成一个映射表,客户端、服务端就是根据这个映射表,来实现字符跟二进制的编解码转换。

举个例子,"你"这个字符,在UTF8编码中,占据三个字节 0xe40xbd0xa0,而在GBK编码中,占据两个字节 0xc40xe3

字符编解码例子

上面已经提到了字符编解码所需的基础知识。下面我们看一个简单的例子,这里借助了 icon-lite这个库来帮助我们实现编解码的操作。

可以看到,在字符编码时,我们采用了 gbk。在解码时,如果同样采用 gbk,可以得到原始的字符。而当我们解码时采用 utf8时,则出现了乱码。

  1. var iconv = require('iconv-lite');

  2. var oriText = '你';

  3. var encodedBuff = iconv.encode(oriText, 'gbk');

  4. console.log(encodedBuff);

  5. // <Buffer c4 e3>

  6. var decodedText = iconv.decode(encodedBuff, 'gbk');

  7. console.log(decodedText);

  8. // 你

  9. var wrongText = iconv.decode(encodedBuff, 'utf8');

  10. console.log(wrongText);

  11. // ��

实际例子:服务端编解码

通常我们需要处理编解码的场景有文件读写、网络请求处理。这里距网络请求的例子,介绍如何在服务端进行编解码。

假设我们运行着如下http服务,监听来自客户端的请求。客户端传输数据时采用了 gbk编码,而服务端默认采用的是 utf8编码。

如果此时采用默认的 utf8对请求进行解码,就会出现乱码,因此需要特殊处理。

服务端代码如下(为简化代码,这里跳过了请求方法、请求编码的判断)

  1. var http = require('http');

  2. var iconv = require('iconv-lite');

  3. // 假设客户端采用post方法,编码为gbk

  4. var server = http.createServer(function (req, res) {

  5.    var chunks = [];

  6.    req.on('data', function (chunk) {

  7.        chunks.push(chunk)

  8.    });

  9.    req.on('end', function () {

  10.        chunks = Buffer.concat(chunks);

  11.        // 对二进制进行解码

  12.        var body = iconv.decode(chunks, 'gbk');

  13.        console.log(body);

  14.        res.end('HELLO FROM SERVER');

  15.    });

  16. });

  17. server.listen(3000);

对应的客户端代码如下:

  1. var http = require('http');

  2. var iconv = require('iconv-lite');

  3. var charset = 'gbk';

  4. // 对字符"你"进行编码

  5. var reqBuff = iconv.encode('你', charset);

  6. var options = {

  7.    hostname: '127.0.0.1',

  8.    port: '3000',

  9.    path: '/',

  10.    method: 'POST',

  11.    headers: {

  12.        'Content-Type': 'text/plain',

  13.        'Content-Encoding': 'identity',

  14.        'Charset': charset // 设置请求字符集编码

  15.    }

  16. };

  17. var client = http.request(options, function(res) {

  18.    res.pipe(process.stdout);

  19. });

  20. client.end(reqBuff);

相关链接

Nodejs学习笔记

https://github.com/chyingp/nodejs-learning-guide

iconv-lite

https://github.com/ashtuchkin/iconv-lite


相关文章推荐

[译]理解 Node.js 事件驱动机制

Nodejs cluster模块深入探究

Node.js原生开发入门完全教程(上)

图片

30700Nodejs进阶:服务端字符编解码 & 乱码处理

这个人很懒,什么都没留下

文章评论