HTTP标头内容类型的匹配字符集

Question

在JavaScript中，我想获取HTTP标头字段名称“ Content-Type”的“ charset”属性

到目前为止，我所见过的Regex类似于：

var charset = (/^charset=(.+)/im).exec(ContentType)[1];

与ContentType一起包含Content-Type HTTP标头的信息。

但在我的测试中，匹配结果为“空”

编辑：跟随对@andris leduskrasts的回复，我这样做

var ctype = 'text/html; charset=utf-8';
var charset = new RegExp('charset=.*?(?=$|\s|\;|\")').exec(ctype);
system.stdout.writeLine(charset);

我得到'charset = utf-8'。 但是有些想法只能得到'utf-8'。 ？

Answer 1

如果您满意“ charset= ”部分作为结果的一部分，则可以这样做：

charset=.*?(?=\\s|\\;|\\|$")

<meta http-equiv="Content-Type" content="text/html;charset=ISO-8859-1">导致charset=ISO-8859-1 。

如果您想摆脱正则表达式中已经存在的“ charset= ”部分，这会有些棘手，因为javascript不支持lookbehinds。

编辑：

如果只需要UTF-8部分，则只要变量始终是内容类型，因此很容易做到，因此，它以实际字符集结尾。 在这种情况下： [^\\s\\;\\=]*?(?=$) ; 这实际上只是选择字符串的最后一个单词，在空格，分号和a = 。 这绝对不是一个在随机字符串中查找字符集的好方法，但是对于您的特定情况它可能会成功。

Answer 2

这个Javascript库，做好了！

content-type ：根据RFC 7231创建和解析HTTP Content-Type标头

var contentType = require('content-type')
var obj = contentType.parse('image/svg+xml; charset=utf-8')

解析内容类型字符串。 这将返回具有以下属性的对象（示例显示了字符串' image/svg+xml; charset=utf-8 '）：

• type ：媒体类型（类型和子类型，始终为小写）。 示例：“ image / svg + xml”
• parameters ：媒体类型中parameters的对象（参数名称始终为小写）。 范例： {charset: 'utf-8'}

如果字符串丢失或无效，则引发TypeError 。

Answer 3

我只是遇到了同样的问题。

如果您只需要从任意内容类型标头中提取字符集值（根据rfc1341允许在字符集赋值后输入字符），则可以使用以下JS regexp：

var re = /charset=([^()<>@,;:\"/[\]?.=\s]*)/i;

之所以可行，是因为匹配的组从=之后开始，并且排除了链接中给定的字符集规范的可能结尾； 即()<>@,;:\\"/[]?.= ，空格和（隐式）字符串结尾。

由于字符集是可选的，因此您可以使用以下内容设置适当的值：

var charset = re.test(ctype) ? re.exec(ctype)[1] : 'utf8';

或其他一些默认值。