XMLHTTP GetHTML页面时的中文乱码之完全客户端Script解决方案

常有人说，他们在使用XMLHTTP过程中，总是为中文乱码的问题烦恼。本人查阅了一些资料，结果令我失望，大家都是使用ASP服务器端技术解决该问题。

先分析一下为何会出现中文乱码的问题。原因很简单：XMLHTTP得到Response时假定Response是UTF8编码的，它把含GB2312编码的HTML当成UTF8格式，因此，出现了中文乱码。

那么，除了使用ASP服务器端脚本技术外，就没有客户端的解决办法吗？答案是：有！

本人使用VBScript客户端脚本，成功实现了不使用ASP，解决了XMLHTTP 抓取 HTML页面时出现中文乱码的问题。

为何使用VBScript，而不是大家常用的JScript？XMLHTTP的responseBody返回的是一个unsigned bytes数组。VBScript提供了许多用于操作字符串和格式化数据的函数，以及访问安全数组的方法。这些函数或方法在JScript中并不存在。这里我们需要使用VBScript的内置函数：MidB、AscB、LenB等，来访问responseBody。

说句题外话，我不是在强调VBScript比JScript好，而是二者都有自己的特点。第一次在CSDN上写文章，谢谢大家支持。写这边文章有两个目的：一、锻炼自己；二、希望大家遇到问题时，要学会分析问题，做到有的放矢，知其然也知其所以然。

我给出代码Test.htm，它包括了获取自身代码和获取其他网页代码两种应用，具体脚本如下：

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">

<HTML>

<HEAD>

</HEAD>

Function bytes2BSTR(vIn)

strReturn = ""

For i = 1 To LenB(vIn)

ThisCharCode = AscB(MidB(vIn,i,1))

If ThisCharCode < &H80 Then

strReturn = strReturn & Chr(ThisCharCode)

Else

NextCharCode = AscB(MidB(vIn,i+1,1))

strReturn = strReturn & Chr(CLng(ThisCharCode) * &H100 + CInt(NextCharCode))

i = i + 1

End If

bytes2BSTR = strReturn

End Function

Function viewSource1()

dim XmlHttp

set XmlHttp = CreateObject("Microsoft.XMLHTTP")

XmlHttp.Open "GET", document.location.href, false

XmlHttp.setRequestHeader "Content-Type","text/XML"

XmlHttp.Send

dim html

html = bytes2BSTR(XmlHttp.responseBody)

msgbox html

End Function

Function viewSource2()

dim XmlHttp

set XmlHttp = CreateObject("Microsoft.XMLHTTP")

XmlHttp.Open "GET", "http://www.google.com", false

XmlHttp.setRequestHeader "Content-Type","text/XML"

XmlHttp.Send

dim html

html = bytes2BSTR(XmlHttp.responseBody)

msgbox html

End Function

</script>

<tr>

<td class=text>XMLHTTP Get HTML页面时的中文乱码之完全客户端Script解决方案</td>

</tr>

<tr>

<td class=button><button onclick=viewSource1()>查看自身的网页代码</button></td>

</tr>

<tr>

<td class=button><button onclick=viewSource2()>查看google主页代码</button></td>

</tr>

</TABLE>

</BODY>

</HTML>