主页 / coding / 问题 / 77010367
Accepted
Chris Barr
Asked: 2023-08-31 01:39:56 +0800 CST

如何从字符串中解码 ASCII 字符？

  • 772

我正在解析一个二进制文件以提取文本内容。这是一个可以在 Node 环境或 Web 浏览器中运行的库。我需要将所有字符转换为人类可读的编码版本。所以我收到一个示例字符串，例如

'Señor and salvación and Number%3A 1234%3B %06%88'

我希望输出是

'Señor and salvación and Number: 1234; ♠'

目前我正在使用解码和转义字符串的混合，使用我在另一个 SO 问题上找到的函数。我完全同意扔掉它，转而选择其他效果更好的东西。我知道我所做的根本不理想，但我不确定我需要做什么才能使这项工作正常进行。下面的示例显示了该函数以及获得最终输出的步骤，该输出接近但并不完美。

另一个问题是，使用decodeURIComponent有时会抛出URIError: URI malformed错误，具体取决于我给它的输入类型

function escapeString(str) {
  //A replacement for the deprecated escape method
  //https://stackoverflow.com/a/37303214/79677
  const allowed = 'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789@*_+-./,';
  str = str.toString();
  const len = str.length;
  let R = '';
  let k = 0;
  let S = '';
  let chr = '';
  let ord = 0;
  while (k < len) {
    chr = str[k];
    if (allowed.indexOf(chr) !== -1) {
      S = chr;
    } else {
      ord = str.charCodeAt(k);
      if (ord < 256) {
        S = '%' + ('00' + ord.toString(16)).toUpperCase().slice(-2);
      } else {
        S = '%u' + ('0000' + ord.toString(16)).toUpperCase().slice(-4);
      }
    }
    R += S;
    k++;
  }
  return R;
}

const str = 'Señor and salvación and Number%3A 1234%3B %06%88';
//Expecting: 'Señor and salvación and Number: 1234; ♠'

console.log(1, str);
console.log(2, escapeString(str))
console.log(3, decodeURIComponent(escapeString(str)));
console.log(4, unescape(decodeURIComponent(escapeString(str))));

如何正确、正确且一致地将字符串解码/转换为人类可读的版本？

javascript

1 个回答

  1. Best Answer

    您面临一个（混合的）mojibake案例（Python 中的示例，因为它具有普遍的可理解性）：

    from urllib.parse import unquote
string = 'Señor and salvación and Number%3A 1234%3B';
unquote( string).encode( 'cp1252').decode( 'utf-8');

    'Señor and salvación and Number: 1234;'

    重写为 JavaScript（抱歉代码蹩脚且愚蠢）：

    function byteToUint8Array(byteArray) {
    // https://stackoverflow.com/a/34821126/3439404
    var uint8Array = new Uint8Array(byteArray.length);
    for(var i = 0; i < uint8Array.length; i++) {
        uint8Array[i] = byteArray[i];
    }

    return uint8Array;
};
function getBytes(txt) {
    // 
    var bytes = [];
    for (var i = 0; i < txt.length; ++i) {
        bytes.push(txt.charCodeAt(i));
    }
    return byteToUint8Array(bytes);
};

var decoder = new TextDecoder("utf-8");
const str = 'Señor and salvación and Number%3A 1234%3B' // %06%88';
//Expecting: 'Señor and salvación and Number: 1234;' // ♠'

console.log(1, str);
console.log(5, decoder.decode( getBytes( decodeURIComponent(str))));

    请注意，字符串中的两个尾随字符（编码为 的百分比%06%88）是不可打印的代码

    - `␆` (U+0006,  *Acknowledge*)
- `` (U+0088,  *Character Tabulation Set*)
    • 1

相关问题