分享一个获取网页源码时候去除bom的函数

renqiang

1. 
   
2. function removeBom(str){
   
3.         var a = ..string.slice(str,1,1);
   
4.         var b = ..string.slice(str,2,2);
   
5.         var c = ..string.slice(str,3,3);
   
6.         a = ..string.unpack(a);
   
7.         b = ..string.unpack(b);
   
8.         c = ..string.unpack(c);
   
9.         if(a == 239 && b==187 && c==191)
   
10.         str = ..string.right(str,-4);
    
11.         return str;
    
12. }
    

复制代码

auaau

s[1] 就可以直接取第一个字节的字节码，不需要写那么复杂。
最基础的语法文档还是要看的。

移除BOM 参考一下 web.json 里的源码

1. if(  s[1] == 0xEF  && s[2] == 0xBB && s[3] == 0xBF ){
   
2.         s = string.right(s,-4) ;
   
3.         s = string.fromto(s);
   
4. }

复制代码

renqiang

auaau

BOM是文件编码，并不是用于网络的，所以网页返回BOM是错误的，某些网页浏览器可能会显示不正常。

renqiang

所以用innet.whttp获取的网页源代码，我们要先判断是否有bom,如果有就删除了

auaau

renqiang 发表于 2014-2-26 15:37
所以用innet.whttp获取的网页源代码，我们要先判断是否有bom,如果有就删除了

一般不会有这个情况，如果是自己写的服务端，在服务端移除较好，
另外用 web.rest.client().request("网址") 会自动移除UTF-8 BOM

renqiang

好的，谢谢你auaau

ejzhang

auaau 发表于 2014-2-26 15:28
s[1] 就可以直接取第一个字节的字节码，不需要写那么复杂。
最基础的语法文档还是要看的。

这样是不是更简单？

1. s = string.replace(s, '^\xef\xbb\xbf', "" );

复制代码

JacenHe

ejzhang 发表于 2018-3-26 13:06
这样是不是更简单？

BOM有多种，参考 fsys.codepage