刚刚遇到了包含有效的UTF-8代码和无效强制进行更多手动转换的混乱SQL转储的问题。由于上面的例子没有解决替换和寻找更好的匹配,我想我把我的两分钱放在那里,为那些正在努力解决类似的编码问题。以下代码:
- 根据查询解析我的SQL转储
- 分裂
- 发现256范围
- 输出代码和与上下文字符串其中代码出现
- 以外的字符代码用正则表达式代替瑞典Å正确的代码
- 输出被替换的字符串用于控制
"use strict";
const readline = require("readline");
const fs = require("fs");
var fn = "my_problematic_sql_dump.sql";
var lines = fs.readFileSync(fn).toString().split(/;\n/);
const Aring = new RegExp(String.fromCharCode(65533) +
"\\" + String.fromCharCode(46) + "{1,3}", 'g');
const Auml = new RegExp(String.fromCharCode(65533) +
String.fromCharCode(44) + "{1,3}", 'g');
const Ouml = new RegExp(String.fromCharCode(65533) +
String.fromCharCode(45) + "{1,3}", 'g');
for (let i in lines){
let l = lines[i];
for (let ii = 0; ii < l.length; ii++){
if (l.charCodeAt(ii) > 256){
console.log("\n Invalid code at line " + i + ":")
console.log("Code: ", l.charCodeAt(ii), l.charCodeAt(ii + 1),
l.charCodeAt(ii + 2), l.charCodeAt(ii + 3))
let core_str = l.substring(ii, ii + 20)
console.log("String: ", core_str)
core_str = core_str.replace(/[\r\n]/g, "")
.replace(Ouml, "Ö")
.replace(Auml, "Ä")
.replace(Aring, "Å")
console.log("After replacements: ", core_str)
}
}
}
输出结果将是这个样子:
,我发现值得一提的
Invalid code at line 18:
Code: 65533 45 82 65533
String: �-R�,,LDRALEDIGT', N
After replacements: ÖRÄLDRALEDIGT', N
Invalid code at line 18:
Code: 65533 44 44 76
String: �,,LDRALEDIGT', NULL
After replacements: ÄLDRALEDIGT', NULL
Invalid code at line 19:
Code: 65533 46 46 46
String: �...ker med fam till
After replacements: Åker med fam till
有几件事情:
- 的
65533
有时后跟不同数量的普通字符决定实际字符因此{1,3}
Aring
包含.
,即匹配anyth并需要额外的\\
感谢您的意见。 但它也无法正确解析异常字符。 这里是我修改后的代码.. testData = String.fromCharCode(253,255); xmlData = xmlData.replace(String.fromCharCode(253,255),“”); console.log(xmlData); 但它仍然显示' '在屏幕上.. 你知道吗?它仍然发生? – user1127017