Node.js文件編碼格式的轉換的方法

更新時間：2018年04月27日 08:55:01 作者：meteoric_cry

這篇文章主要介紹了Node.js文件編碼格式的轉換的方法，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧

項目很多 lua 文件不是 utf-8格式，使用 EditPlus 查看的時候，顯示為ASCII。還有的是帶BOM的，帶BOM倒好處理，之前寫過，有一定規(guī)律。

ASCII編碼就比較蛋疼，通過搜索網(wǎng)上資源，反復測試對比，最終形成下面比較靠譜的方法（有一些 EditPlus顯示編碼為utf-8但node.js庫返回的卻是其它編碼>_<）

判斷修改是否無誤，只需要在修改完之后，通過SVN提交，瀏覽提交列表，雙擊任意一項待提交文件，如果顯示下圖所示的對話框，則說明修改成功，其它都會看到中文反而變成亂碼了

var fs = require('fs');
var chardet = require('chardet');
var jschardet = require("jschardet");
var encoding = require("encoding");

var path = "lua目錄";

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讀取目錄：\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發(fā)現(xiàn)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);

注意上面的判斷，第一個明確是 GB2312或者ascii時，直接將相應的編碼轉為 utf-8。而如果返回是格式，先判斷是否有PC下的換行符，如果有則全部將它視為GBK進行處理。

整個思路其實是比較簡單，難點在于如果判斷文件編碼格式。這個真的很難>_<，獲取原編碼格式后，調用 encoding.convert(buff, 目標編碼格式 , 原始編碼格式 ); 便可得到所需要的編碼。如果有空而且有興趣，可以下載Notepad++的源碼，看它是如何判斷文件的編碼格式

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，至少能解決我目前遇到的問題。如果有特殊的，可對上面的代碼進行修正。

用到的第三方庫：

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

編碼相關的基礎知識，可以參考這篇文章： http://m.fzitv.net/article/31045.htm

維基百科和其它資料太過專業(yè)化了，而且對 ASCII 編碼的介紹不多，不再一一列舉出來了

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: