如何使用 Javascript 在浏览器中解析非 UTF8 XML？

我有一个用 big5 编码的 XML 字符串：

atob('PD94bWwgdmVyc2lvbj0iMS4wIiBlbmNvZGluZz0iYmlnNSIgPz48dGl0bGU+pKSk5TwvdGl0bGU+')

(<?xml version="1.0" encoding="big5" ?><title>中文</title>以 UTF-8 格式。）

我想提取内容<title>。如何在浏览器中使用纯 Javascript 来做到这一点？最好有没有 jquery 或 emscripten 的轻量级解决方案。

试过DOMParser:

(new DOMParser()).parseFromString(atob('PD94bWwgdmVyc2lvbj0iMS4wIiBlbmNvZGluZz0iYmlnNSIgPz48dGl0bGU+pKSk5TwvdGl0bGU+'), 'text/xml')

但 Chromium 和 Firefox 都不尊重编码属性。这是一个标准吗DOMParser只支持UTF-8？

我怀疑问题不是DOMParser, but atob，它无法正确解码最初的非 ASCII 字符串。*

您将需要使用另一种方法来获取原始字节，例如使用https://github.com/danguer/blog-examples/blob/master/js/base64-binary.js https://github.com/danguer/blog-examples/blob/master/js/base64-binary.js

var encoded = 'PD94bWwgdmVyc2lvbj0iMS4wIiBlbmNvZGluZz0iYmlnNSIgPz48dGl0bGU+pKSk5TwvdGl0bGU+';
var bytes = Base64Binary.decode(encoded);

然后使用某种方法将字节转换（即解码 big5 数据）为 Javascript 字符串。对于 Firefox / Chrome，您可以使用TextDecoder:

var decoder = new TextDecoder('big5'); 
var decoded = decoder.decode(bytes);

然后传递给DOMParser

var dom = (new DOMParser()).parseFromString(decoded, 'text/xml');
var title = dom.children[0].textContent;

你可以在以下位置看到这个https://plnkr.co/edit/TBspXlF2vNbNaKq8UxhW?p=preview https://plnkr.co/edit/TBspXlF2vNbNaKq8UxhW?p=preview

*理解原因的一种方法：atob不将原始字符串的编码作为参数，因此虽然它必须在内部将 Base64 编码的数据解码为字节，但它必须假设这些字节的字符编码是什么，然后为您提供一个 Javascript 字符串，该字符串我相信内部编码为 UTF-16。