base64編碼的ajax損壞發送對此的一些想法

Question

回顧了無論使用哪種編碼方式，通過ajax調用發送到Web服務器時為什么某些字符數據都會損壞的問題。 即使將數據預編碼為7位格式，輸出的結果也不總是等於輸入的結果。

我正在使用第三方javascript base64編碼器來准備ajax數據，並且最初以為這是一個錯誤。 但是，其他base64編碼器也存在完全相同的問題-包括一個聲稱具有完全unicode兼容性的問題-並且有多個論壇報告了類似問題，但似乎都沒有完全解決。 因此，我不認為編碼器本身有問題。

我注意到，損壞通常是由於從其他程序剪切並粘貼到CKEditor中的數據引起的，如果該數據包含某些特定的高階ASCII / ANSI代碼。

還有更多測試表明，該問題與javascript從網頁讀取字符數據的方式與從內部編程方法（例如String.fromCharCode（））形成字符串數據的方式之間存在某種差異有關。

在下面的代碼段中，將通過文本編輯器的剪切和粘貼操作將插入到HTML文檔中的字符0x9E與以十六進制代碼0x9E編程生成的相同字符進行比較（U + 017E-Arial Latin small small with caron，Windows西方字符集）。 這是已經發現會引起這種異常行為的幾種字符代碼之一。 奇怪的是，大多數其他> 127個字符代碼都沒有出現此類問題，並應按應有的方式呈現為兩字節unicode。

<script>
  var pasted_char = 'ž';
  alert("Pasted Character: " + pasted_char + " Resultant Code(s): " + charcodes(pasted_char));

  var charcode = 0x9E;
  var generated_char = String.fromCharCode(charcode);
  alert("Generated Character: " + generated_char + " Resultant Code(s): " + charcodes(generated_char));

function charcodes(invar) {
  // lists char codes for each byte in a character. 
  var ccodes = "~";
  for (ct=0; ct<invar.length; ct++){
    var invarc = invar.charCodeAt(ct);
    ccodes += invarc + "~";
  }
  return ccodes;
}
</script>

使用UTF-8頁面字符集，可以：

粘貼的字符：[0xFFFD]結果代碼：〜65533〜

生成的字符：[空白]結果代碼：〜158〜

使用默認的頁面字符集，可以：

粘貼字符：ž結果代碼：〜382〜

生成的字符：[空白]結果代碼：〜158〜

值得注意的是，粘貼字符的處理均不正確，並且沒有382這樣的ANSI代碼！

兩個輸出均為單字節。

嚴格來說，此字符是8位ASCII / ANSI，而js並未聲明要處理該字符，但是將其粘貼到HTML編輯器（例如從文本文檔中）是完全合法的。 因此，javascript子系統應該能夠處理這種輸入而不會產生錯誤。 無論如何，在我看來，以兩種不同的方式生成相同的字符串不應返回兩個不同的結果。

任何對此的想法都將受到歡迎。 我不確定此異常在破壞ajax發送中起什么作用，但似乎是罪魁禍首。

Answer 1

JavaScript中的所有字符串都使用UTF-16 （有時是USC-2的前身），而不考慮頁面的字符編碼。 ES5規范的8.4節和ES3的8.5 節對此進行了說明。 對於常見字符（例如az等），這對希望使用ANSI或UTF-8代碼的影響不大，因為它們是相同的，但對於所有字符而言並非如此。

如果要生成ANSI ，則將需要一個256個項的字典或其他用於字符映射的邏輯。

---

這是一張這樣的表（不帶控制字符）

var ANSI = {
    " ": 32,
    "!": 33,
    "\"": 34,
    "#": 35,
    "$": 36,
    "%": 37,
    "&": 38,
    "'": 39,
    "(": 40,
    ")": 41,
    "*": 42,
    "+": 43,
    ",": 44,
    "-": 45,
    ".": 46,
    "/": 47,
    "0": 48,
    "1": 49,
    "2": 50,
    "3": 51,
    "4": 52,
    "5": 53,
    "6": 54,
    "7": 55,
    "8": 56,
    "9": 57,
    ":": 58,
    ";": 59,
    "<": 60,
    "=": 61,
    ">": 62,
    "?": 63,
    "@": 64,
    "A": 65,
    "B": 66,
    "C": 67,
    "D": 68,
    "E": 69,
    "F": 70,
    "G": 71,
    "H": 72,
    "I": 73,
    "J": 74,
    "K": 75,
    "L": 76,
    "M": 77,
    "N": 78,
    "O": 79,
    "P": 80,
    "Q": 81,
    "R": 82,
    "S": 83,
    "T": 84,
    "U": 85,
    "V": 86,
    "W": 87,
    "X": 88,
    "Y": 89,
    "Z": 90,
    "[": 91,
    "\\": 92,
    "]": 93,
    "^": 94,
    "_": 95,
    "`": 96,
    "a": 97,
    "b": 98,
    "c": 99,
    "d": 100,
    "e": 101,
    "f": 102,
    "g": 103,
    "h": 104,
    "i": 105,
    "j": 106,
    "k": 107,
    "l": 108,
    "m": 109,
    "n": 110,
    "o": 111,
    "p": 112,
    "q": 113,
    "r": 114,
    "s": 115,
    "t": 116,
    "u": 117,
    "v": 118,
    "w": 119,
    "x": 120,
    "y": 121,
    "z": 122,
    "{": 123,
    "|": 124,
    "}": 125,
    "~": 126,
    " ": 127,
    "€": 128,
    " ": 129,
    "‚": 130,
    "ƒ": 131,
    "„": 132,
    "…": 133,
    "†": 134,
    "‡": 135,
    "ˆ": 136,
    "‰": 137,
    "Š": 138,
    "‹": 139,
    "Œ": 140,
    " ": 141,
    "Ž": 142,
    "«": 143,
    " ": 144,
    "‘": 145,
    "’": 146,
    "“": 147,
    "”": 148,
    "•": 149,
    "–": 150,
    "—": 151,
    "˜": 152,
    "™": 153,
    "š": 154,
    "›": 155,
    "œ": 156,
    " ": 157,
    "ž": 158,
    "Ÿ": 159,
    " ": 160,
    "¡": 161,
    "¢": 162,
    "£": 163,
    "¤": 164,
    "¥": 165,
    "¦": 166,
    "§": 167,
    "¨": 168,
    "©": 169,
    "ª": 170,
    "«": 171,
    "¬": 172,
    "­": 173,
    "®": 174,
    "¯": 175,
    "°": 176,
    "±": 177,
    "²": 178,
    "³": 179,
    "´": 180,
    "µ": 181,
    "¶": 182,
    "·": 183,
    "¸": 184,
    "¹": 185,
    "º": 186,
    "»": 187,
    "¼": 188,
    "½": 189,
    "¾": 190,
    "¿": 191,
    "À": 192,
    "Á": 193,
    "Â": 194,
    "Ã": 195,
    "Ä": 196,
    "Å": 197,
    "Æ": 198,
    "Ç": 199,
    "È": 200,
    "É": 201,
    "Ê": 202,
    "Ë": 203,
    "Ì": 204,
    "Í": 205,
    "Î": 206,
    "Ï": 207,
    "Ð": 208,
    "Ñ": 209,
    "Ò": 210,
    "Ó": 211,
    "Ô": 212,
    "Õ": 213,
    "Ö": 214,
    "×": 215,
    "Ø": 216,
    "Ù": 217,
    "Ú": 218,
    "Û": 219,
    "Ü": 220,
    "Ý": 221,
    "Þ": 222,
    "ß": 223,
    "à": 224,
    "á": 225,
    "â": 226,
    "ã": 227,
    "ä": 228,
    "å": 229,
    "æ": 230,
    "ç": 231,
    "è": 232,
    "é": 233,
    "ê": 234,
    "ë": 235,
    "ì": 236,
    "í": 237,
    "î": 238,
    "ï": 239,
    "ð": 240,
    "ñ": 241,
    "ò": 242,
    "ó": 243,
    "ô": 244,
    "õ": 245,
    "ö": 246,
    "÷": 247,
    "ø": 248,
    "ù": 249,
    "ú": 250,
    "û": 251,
    "ü": 252,
    "ý": 253,
    "þ": 254,
    "ÿ": 255
};

我是通過將以下代碼應用於此頁面生成的 ，並通過一些很小的修改（在\\和"上轉義" ）將其復制並粘貼到此處，因此您會注意到某些字符無法正確交叉（特別是不同類型的空格），並且在使用前可能需要刪除/刪除/修改它，您可能還想切換到安全的\\uXXXX格式的字符編碼。

var cells = document.getElementsByTagName('table')[0].getElementsByTagName('td'),
    a = [], i, j, k, v;
for (j = 0; j < 7; ++j) for (i = 7 + j; i < cells.length; i += 7) {
    k = cells[i].textContent.slice(-1);
    v = +cells[i].textContent.slice(0, 3).replace(/[^\d]/g, '');
    a.push('    "' + k + '": ' + v);
}
'{\n' + a.join(',\n') + '\n}';