将win1250中编码的字符串更改为utf8

Question

我正在加载一个编码为win1250的文件，但是当我加载它时，它包含像p��jemce这样的字符，而不是příjemce (注意变音符号)。

我想把编码从win1250改为UTF8。

我设法用PHP完成了这项工作，代码如下

$content = iconv('windows-1250', 'UTF-8', $content);

但我无法在Javascript中做到这一点。我需要在客户端进行编码，而不是将其发送到服务器(所以我不能使用PHP作为“编码代理”)

我曾尝试使用库iconv-lite和text-encoding (在NPM上)，如下所示

    var reader = new FileReader();

    reader.onload = () => {
      var data = reader.result;
      // iconv-lite
      var buf = iconv.encode(data, 'win1250');
      var str1 = iconv.decode(new Buffer(buf), 'utf8');

      // text-encoding
      var uint8array = new TextEncoder('windows-1250').encode(data);
      var str2 = new TextDecoder('utf-8').decode(uint8array);

      console.log(str1);
      console.log(str2);
    };

    reader.readAsText(file);

但这两种方法实际上都没有正确地更改编码。我是不是漏掉了什么？

Answer 1

我想你可以简单地试试reader.readAsArrayBuffer

var reader = new FileReader();
reader.onload = () => {
  var buf = reader.result;
  // iconv-lite
  var str1 = iconv.decode(buf, 'win1250');

  // text-encoding
  var str2 = new TextDecoder('windows-1250').decode(buf);

  console.log(str1);
  console.log(str2);
};

reader.readAsArrayBuffer(file);

如果readAsArrayBuffer应该直接获取二进制数据。

我没有完整的开发环境，所以上面的代码没有经过充分的测试，希望它至少能给人一些启发。