代码之家 › 专栏 › 技术社区 › tcooc

HTML5文件API以文本和二进制形式读取

html5 file html javascript

tcooc · 技术社区 · 15 年前

我目前正在工作的HTML5文件API,我需要得到二进制文件数据。 The FileReader 的 readAsText readAsDataURL 方法很管用,但是 readAsBinaryString 返回与相同的数据 .

我需要二进制数据,但我得到一个文本字符串。我错过什么了吗?

1 回复 | 直到 4 年前

T.J. Crowder 6 年前

2018年附注 : readAsBinaryString 已经过时了。对于以前使用过的用例,现在使用 readAsArrayBuffer (或在某些情况下, readAsDataURL )相反。

表示数据必须表示为 binary string ,其中:

Typed Array (详情如下) ArrayBuffer )所以他们使用了一个字符串,保证字符串中存储的字符不会超出0..255的范围(他们本可以用一组数字代替,但他们没有;也许大字符串比大的数字数组更节省内存,因为数字是浮点型的。)

如果您正在读取的文件大部分是西文脚本中的文本(例如,大部分是英文),那么该字符串将看起来像一个许多 UTF-16 (详情如下) 因此,有些字符的值会超过255,而根据文件API规范,“二进制字符串”的值不会超过255(Unicode代码点的两个字节有两个单独的“字符”)。

如果您正在读取一个完全不是文本的文件(可能是一个图像),您可能仍然会得到一个非常相似的结果 readAsText 和 readAsBinaryString文件 readAsBinaryString文件 不会有人试图将多字节序列解释为字符。如果你使用 阅读文本 ,因为将使用 encoding determination 尝试找出文件的编码,然后将其映射到JavaScript的UTF-16字符串。

如果您创建一个文件并将其存储在ASCII或UTF-8以外的其他格式中,则可以看到效果;“另存为”是一个编码下拉列表,上面有“Unicode”,通过这个下拉列表查看数据,它们似乎是指UTF-16;我相信Mac OS和*nix编辑器也有类似的功能。)这里有一个页面,它可以从两个方面转储读取文件的结果:

<!DOCTYPE HTML>
<html>
<head>
<meta http-equiv="Content-type" content="text/html;charset=UTF-8">
<title>Show File Data</title>
<style type='text/css'>
body {
    font-family: sans-serif;
}
</style>
<script type='text/javascript'>

    function loadFile() {
        var input, file, fr;

        if (typeof window.FileReader !== 'function') {
            bodyAppend("p", "The file API isn't supported on this browser yet.");
            return;
        }

        input = document.getElementById('fileinput');
        if (!input) {
            bodyAppend("p", "Um, couldn't find the fileinput element.");
        }
        else if (!input.files) {
            bodyAppend("p", "This browser doesn't seem to support the `files` property of file inputs.");
        }
        else if (!input.files[0]) {
            bodyAppend("p", "Please select a file before clicking 'Load'");
        }
        else {
            file = input.files[0];
            fr = new FileReader();
            fr.onload = receivedText;
            fr.readAsText(file);
        }

        function receivedText() {
            showResult(fr, "Text");

            fr = new FileReader();
            fr.onload = receivedBinary;
            fr.readAsBinaryString(file);
        }

        function receivedBinary() {
            showResult(fr, "Binary");
        }
    }

    function showResult(fr, label) {
        var markup, result, n, aByte, byteStr;

        markup = [];
        result = fr.result;
        for (n = 0; n < result.length; ++n) {
            aByte = result.charCodeAt(n);
            byteStr = aByte.toString(16);
            if (byteStr.length < 2) {
                byteStr = "0" + byteStr;
            }
            markup.push(byteStr);
        }
        bodyAppend("p", label + " (" + result.length + "):");
        bodyAppend("pre", markup.join(" "));
    }

    function bodyAppend(tagName, innerHTML) {
        var elm;

        elm = document.createElement(tagName);
        elm.innerHTML = innerHTML;
        document.body.appendChild(elm);
    }

</script>
</head>
<body>
<form action='#' onsubmit="return false;">
<input type='file' id='fileinput'>
<input type='button' id='btnLoad' value='Load' onclick='loadFile();'>
</form>
</body>
</html>

如果我将其与存储在UTF-16中的“Testing 1 2 3”文件一起使用,我将得到以下结果:

Text (13):

54 65 73 74 69 6e 67 20 31 20 32 20 33

Binary (28):

ff fe 54 00 65 00 73 00 74 00 69 00 6e 00 67 00 20 00 31 00 20 00 32 00 20 00 33 00

阅读文本 readAsBinaryString文件 没有,所以我得到了28(两个字节) BOM 每个字符加两个字节)。

XMLHttpRequest.response 具有 responseType = "arraybuffer"

** “JavaScript字符串是UTF-16” 似乎是一种奇怪的说法;它们不就是Unicode吗?不,JavaScript字符串是 a series of UTF-16 code units ; 您将代理项对视为两个单独的JavaScript“字符”,尽管实际上,代理项对作为一个整体只是一个字符。有关详细信息,请参见链接。