主页 / 问题 / 1258083
Accepted
Talleyran
Asked:2022-03-19 19:56:42 +0000 UTC2022-03-19 19:56:42 +0000 UTC

如何在javascript中以指定的编码读取xml文件

  • 772

有一个处理 xml 文件的客户端应用程序（不是 node.js！）。用户在页面上加载它们，然后需要在浏览器中对其进行解析。非常简化的代码是这样的：

function openFile(event) {
   let input = event.target;
   let reader = new FileReader();
   reader.onload = function () {
     parse(reader.result);
   };
   reader.onerror = function () {
     console.log(reader.error);
   };
   reader.readAsText(input.files[0]);
}

function parse(text) {
   let parser = new DOMParser();
   let xml = parser.parseFromString(text, "text/xml");

   console.log(xml.xmlEncoding); //ок, но что дальше?

   for (let row of xml.getElementsByTagName("row")) {
       console.log(row.getAttribute("name"), row.firstChild.nodeValue);
   }
}
<input type="file" id="file" accept=".xml" onchange="openFile(event)">

XML 文件的内容无关紧要，例如：

<?xml version="1.0" encoding="utf-8"?>
<data>
   <row name='имя'>значение</row>
</data>

如果文件是编码的UTF-8，那么一切都很好。但它可以是，例如，编码windows-1251的，然后结构被保留，但内部имя和значение将是问号。

如果我使用显式编码调用 read ，那么一切都会正常工作：

reader.readAsText(input.files[0], 'windows-1251');

但问题是我不知道它最初是什么。怎样成为？

javascript

1 个回答

  1. Best Answer

    不幸的是，我不知道这里有什么传统或经过验证的算法，我只能提出几个选项。

    1. 向指定编码的表单添加一个附加字段。

    2. 使用 . 将文件作为缓冲区读取FileReader.readAsArrayBuffer()。将其传递给解析函数。在那里，首先尝试使用TextDecoder. 如果可以读取编码但不匹配，请以相同的方式重新编码，但使用指定的编码。但是，如果编码是 UTF-16，这可能不起作用。但是，也许，它DOMParser会给出一个错误，可以捕获它并使用多字节编码重试。

    3. 寻找可以从缓冲区的一部分猜测编码的库（例如，Google 上的“npm guess encoding”）。

    • 1

相关问题