utf-8 - 经典 ASP - 如何将 UTF-8 字符串转换为 UCS-2？

Question

我在 SQL Server 中将 UTF-8 字符串存储为 UCS-2 时遇到问题。当我将其拉出以显示在内容类型设置为 UTF-8 的页面上时，它工作正常。但是我有一个第三方 Javascript 组件，当我将它传递给数据库的字符串时，它会将其呈现为 USC2。或者不是UTF8。

在从数据库中读取该字符串以将其传递给第三方组件(混淆)后，ASP 中有没有办法将其转换为 UTF-8？

希望这是有道理的。

Answer 1

我的怀疑是您遇到了经典的表单后字符编码不匹配问题。

它是这样的:-

您有一个使用 UTF-8 编码呈现给客户端的表单。

因此，浏览器会发布使用 UTF-8 编码输入到表单中的文本值。

接收帖子的操作页面将其 Response.Codepage 设置为典型的 OEM 代码页，例如 1252。

发布的 UTF-8 字符串的每个字节都被服务器视为单个字符，而不是将 UTF-8 编码字节集解码为正确的 unicode 字符。

该字符串与现在损坏的字符一起存储在 DB 中。

页面希望向客户端呈现包含损坏字符的 DB 字段的内容。

该页面将其 CharSet 设置为 UTF-8，但其 Response.CodePage 保留在 OEM 代码页中，例如 1252。

Response.Write 用于将字段内容发送到客户端，unicode 字符被转换回在早期帖子中接收到的字节集。

客户端认为它得到了 UTF-8，因此它将从服务器接收到的字符解码为 UTF-8，就像它们最初一样，因此它们正确地出现在屏幕上。

一切都很好，好像一切都很好，而这些字符只是通过 ASP 来回弹跳。一个页面中的错误在另一页(可能是同一页面)中有一个匹配的错误，这使得一切看起来都很好。

如果您直接使用 SQL 服务器工具检查字段内容，您可能会在那里看到损坏的字符串。现在您想将此字符串与另一个需要直接 unicode 字符串的组件一起使用，这就是您发现此错误的地方。

解决方案是始终确保您的所有页面不仅在响应中发送 CharSet = "UTF-8"，而且还在使用 Response.Write 和尝试读取任何 Request.Form 值之前使用 Response.CodePage = 65001。在 <%@ 页眉中使用 Codepage 指令。

现在您需要修复数据库中已有的损坏字符串。

使用 ADODB.Stream:-

Function ConvertFromUTF8(sIn)

    Dim oIn: Set oIn = CreateObject("ADODB.Stream")

    oIn.Open
    oIn.CharSet = "WIndows-1252"
    oIn.WriteText sIn
    oIn.Position = 0
    oIn.CharSet = "UTF-8"
    ConvertFromUTF8 = oIn.ReadText
    oIn.Close

End Function

这个函数(顺便说一句是你实际问题的答案)接受一个损坏的字符串(一个具有字节表示的字节)并转换为它应该是的字符串。您需要将此转换应用于已成为该错误受害者的数据库中的每个字段。