使用node.js从windows-1250编码的网页获取正确的字符串

Question

我试图从nodejs的网页抓取一些数据，但我遇到字符编码问题。 该网页声明它的编码是： <meta http-equiv="Content-Type" content="text/html; charset=windows-1250">当我用chrome浏览它时，它将编码设置为windows-1250和所有内容看起来很好。

由于节点中的流没有windows-1250编码/解码（并且utf8不起作用），我发现了一个iconv-lite包，它应该能够轻松地在不同的编码之间进行转换。 但是在将响应保存到文件（或输出到控制台）后，我仍然会收到错误的字符。 我也尝试了不同的编码，本机节点缓冲编码，设置标题与我在chrome中看到的相同（ Accept-Charset': 'ISO-8859-1,utf-8;q=0.7,*;q=0.3 ）但是似乎没有什么工作正常。

你可以在这里看到整个代码https://gist.github.com/4110999 。

我想我错过了关于编码如何工作的基本信息，所以任何有关如何使用正确字符获取数据的帮助都将受到赞赏。

编辑：
还尝试了node-iconv包，以防它出现包问题。 将第51行更改为：

var decoder = new Iconv_native('WINDOWS-1250', 'UTF-8');  
var decoded = decoder.convert(body).toString();

但仍然得到相同的结果。

Answer 1

我不熟悉iconv-lite软件包，但查看它的代码，看起来你需要使用win1250而不是windows1250 （见这里 ）

编码被查找为哈希 。

此外，自述文件使用此代码而不是'windows1251'：

str = iconv.decode(buf, 'win1251');

Answer 2

我想，你正在转换String，但你必须转换原始字节 ！ 如果（您正在从Web上读取内容，则必须将其读作二进制）

从磁盘读取win-1250中的文件的示例：

var Buffer = require('buffer').Buffer;
var Iconv = require('iconv').Iconv; 

//without options (encoding is not specified), 'fs' reads as raw bytes.
var bytes= fs.readFileSync('myFile.txt'); 
//this is bad: var myBadString = fs.readFileSync('myFile.txt', { encoding: "UTF-8" });

var buf = new Buffer(bytes, 'binary');
var translated = new Iconv('CP1250', 'UTF8').convert(buf).toString();