首页 > 编程 > JavaScript > 正文

Node.js文件编码格式的转换的方法

2019-11-19 13:56:46
字体:
来源:转载
供稿:网友

项目很多 lua 文件不是 utf-8格式,使用 EditPlus 查看的时候,显示为ASCII。还有的是带BOM的,带BOM倒好处理,之前写过,有一定规律。

ASCII编码就比较蛋疼,通过搜索网上资源,反复测试对比,最终形成下面比较靠谱的方法(有一些 EditPlus显示编码为utf-8但node.js库返回的却是其它编码>_<)

判断修改是否无误,只需要在修改完之后,通过SVN提交,浏览提交列表,双击任意一项待提交文件,如果显示下图所示的对话框,则说明修改成功,其它都会看到中文反而变成乱码了

var fs = require('fs');var chardet = require('chardet');var jschardet = require("jschardet");var encoding = require("encoding");var path = "lua目录";function readDirectory(dirPath) {  if (fs.existsSync(dirPath)) {    var files = fs.readdirSync(dirPath);    files.forEach(function (file) {      var filePath = dirPath + "/" + file;      var stats = fs.statSync(filePath);      if (stats.isDirectory()) {        // console.log('/n读取目录:/n', filePath, "/n");        readDirectory(filePath);      } else if (stats.isFile() && //.lua$/.test(filePath)) {        var buff = fs.readFileSync(filePath);        if (buff.length && buff[0].toString(16).toLowerCase() == "ef" && buff[1].toString(16).toLowerCase() == "bb" && buff[2].toString(16).toLowerCase() == "bf") {          //EF BB BF 239 187 191          console.log('/n发现BOM文件:', filePath, "/n");          buff = buff.slice(3);          fs.writeFile(filePath, buff.toString(), "utf8");        }        // { encoding: 'UTF-8', confidence: 0.99 }        // var charset = chardet.detectFileSync(filePath);        var info = jschardet.detect(buff);        if (info.encoding == "GB2312" || info.encoding == "ascii") {          var resultBuffer = encoding.convert(buff, "UTF-8", info.encoding);          fs.writeFile(filePath, resultBuffer, "utf8");        }        else if (info.encoding != "UTF-8" && chardet.detectFileSync(filePath) != "UTF-8")        {          if (buff.toString().indexOf("/r/n") > -1)          {            var resultBuffer = encoding.convert(buff, "UTF-8", "GBK");            fs.writeFile(filePath, resultBuffer, "utf8");          }        }      }    });  } else {    console.log('Not Found Path : ', dirPath);  }}readDirectory(path);

注意上面的判断,第一个明确是 GB2312或者ascii时,直接将相应的编码转为 utf-8。而如果返回是格式,先判断是否有PC下的换行符,如果有则全部将它视为GBK进行处理。

整个思路其实是比较简单,难点在于如果判断文件编码格式。这个真的很难>_<,获取原编码格式后,调用 encoding.convert(buff, 目标编码格式 , 原始编码格式 ); 便可得到所需要的编码。如果有空而且有兴趣,可以下载Notepad++的源码,看它是如何判断文件的编码格式

注:上面的方法所修改的文件,跟 Mac 上需要提交的文件列表是一致的,至少能解决我目前遇到的问题。如果有特殊的,可对上面的代码进行修正。

用到的第三方库:

encoding https://github.com/andris9/encoding
jschardet https://github.com/aadsm/jschardet
node-chardet https://github.com/runk/node-chardet

编码相关的基础知识,可以参考这篇文章: //www.VeVB.COm/article/31045.htm

维基百科和其它资料太过专业化了,而且对 ASCII 编码的介绍不多,不再一一列举出来了

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持武林网。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表