【Node.js】使用iconv-lite解决中文乱码 (GB2312)

By Sodino

 

作为新手，碰到问题了就google了一下，网上已经有teary:window下nodejs爬取gb2312网页出现乱码的解决方案出来了。

本文和上面的作法几乎相同，只是自己不想引用bufferhelper，自己用JavaScript原生的Buffer替代实现了。

代码如下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

var http = require( "http"); var iconv = require( 'iconv-lite'); var url = 'http://www.qq.com/'; http.get(url, function(res){ var arrBuf = []; var bufLength = 0; res.on( "data", function(chunk){ arrBuf.push(chunk); bufLength += chunk.length; }) .on( "end", function(){ // arrBuf是个存byte数据块的数组，byte数据块可以转为字符串，数组可不行 // bufferhelper也就是替你计算了bufLength而已 var chunkAll = Buffer.concat(arrBuf, bufLength); var strJson = iconv.decode(chunkAll, 'gb2312'); // 汉字不乱码 console.log(strJson); }); });

GB2312编码的网页链接有：腾讯主页；GBK编码的网页链接有：搜狐主页。

怎么查看网页是哪些编码呢？可以直接浏览器打开然后右键查看源代码，在meta标签中去查看Content-Type就好了.如下图.

About Sodino