瀏覽器讀寫檔案?
有一份老舊而精巧的程式碼(2006或更早),帶js的html,可以只用瀏覽器來處理一些二進位制存檔資料。
檔案的讀寫怎麼辦?透過變通的方法來完成。
利用十六進位制編輯軟體如WinHEX,直接複製十六進位制數值為字串,貼到一個TextArea以輸入;
同樣處理過的資料也是生成十六進位制字串,用WinHEX以ASCII Hex的格式貼上到新檔案中。
很巧妙,也有點繁瑣。
FileReader:
最近找到了該程式的漢化版,也是好多年前的了,發現裡面設計了直接用<input>來載入檔案的功能,用的vbs呼叫Msxml2.XMLHTTP物件來處理。
可是現在的瀏覽器基本不支援vbs了,就想改一下,用js來完成。
上網搜尋了一堆,XMLHTTP/XMLHttpRequest的程式碼,有些需要伺服器端支援,結果都不理想,或瀏覽器顯示無法建立物件之類的。
剛好new bing的申請也透過了,一番對話式交流,新搜尋引擎初試身手,效果不錯,直接給出了示例程式碼。
只要是支援HTML5的現代瀏覽器,呼叫FileReader,那叫一個駕輕就熟!
依葫蘆畫瓢,花了一點功夫也就改造完成了。
這時又回想起一個問題,舊瀏覽器(IE10以下,原網銀的最愛)怎麼辦。
如何相容IE8?
有這個必要嗎?
都3202年了,不支援HTML5、不支援ES6的瀏覽器就該回垃圾堆或封存至博物館!
網銀都終於要求相容Edge啦!
但無聊也是無聊,找了臺老電腦遠端其桌面,繼續隨便搜搜“JS讀取本地文字檔案 IE8相容”,結果是有一大堆,可大多都是標題黨。
在有些參考資料中,提到使用“Microsoft.XMLDOM”物件,試了好久,更適用於文字資料;
FSO物件貌似也只能OpenTextFile或OpenAsTextStream。
以上方法,讀取到的是文字字串資料,都少了很多非可列印/顯示字元,當然不行。
還是要用ADODB.Stream,因為它有個方法Read(),可讀取二進位制資料流。
ADODB.Stream:
碰到兩個問題:
- 瀏覽器無法建立物件。安全問題,容易給惡意程式隨意讀寫客戶的資料,一般不開放這個功能,改改登錄檔,強行開通吧。
- 讀不到二進位制資料。在IE8中除錯程式,一到adodb.Read()後面,產生的東西卻不是個object,typeof測試一下,unknown...
正想放棄adodb.stream,又搜到一些資料,既然.Read()不行,嚴肅地建議我用.ReadText()。
讀取文字,用來處理二進位制資料,這也行?
adodb.stream支援對字符集的轉換處理,剛好有個神奇的字符集系列:
ISO-8859-1~15
ISO-8859-1(Latin1/Windows-1252),MySQL人士比較熟悉,軟體預設的拉丁西歐字符集,它的特點在於對單位元組完全編碼,1Byte=8bit, 它把所有256個碼位全部都排滿了。
所以,可用它儲存任意二進位制資料而不會丟失。
至於編碼解碼的處理是另外一回事,後續折騰也是由此……
程式好像改造成功,一個資料也沒少,不管是否為可列印/顯示字元,或者對拉丁來說全是合法字元!
然~~而,讀取的資料好像有幾個地方有差異!不多、但是不同!
換成變體標準ISO-8859-15,差異少了許多,但還是有差異。
十萬個為什麼?
差異原因
為什麼網上的示例程式碼對影像、聲音檔案進行復制都不出錯,我載入資料到程式中就有差異?
繼續追蹤除錯,找到了端倪,有幾個特定的資料,讀取出來就變了。
比如84就固定轉化為1E、80變AC……
只是檔案複製的話,持續沿用ISO-8859 Latin字符集,同一個管道,怎麼In/Out、Read/Write,資料都不會變。
但是一旦用js將資料讀取為數值,在轉化為16進位制字串時,問題出現了。
因JavaScript引擎內部,所有字元都用 Unicode 表示。而Latin1字符集中的某些符號,在Unicode中是多位元組編碼。
而ISO-8859-15中,這樣的字元比較少而已,當然,所處碼位也不同。
比如拉丁字元中用1位元組0x80表示了“€”,而在Unicode中編碼是0x20AC;而“„”則0x84變成了0x201E,等等……
剛好對上!
原二進位制資料就這樣被轉換了,編碼衝突,怎麼還原?
再問new bing,多次給出的程式碼也存在這個問題,繼續追問Unicode的編碼問題,認錯態度非常好,但是沒有解決方案。
那隻能這樣了:
手工轉換
懶得寫程式碼,new bing也不理我。
剛好又搜尋到一位國外友人的程式碼,問題解決,但是TA用的是CP437字符集,直接把256個字元的編碼做了個對照查詢表,轉換函式非常之長。
我也不想改用437了,直接輸出了ISO-8859-15中00~FF所有字元用js轉換為數值的結果,和原二進位制資料相比,也就存在8處不同的Unicode字元嘛,處理過程中查詢修正一下就行了。
幾行搞定!
還是要自己寫……其實也不費力。
示例,讀取並顯示為HEX
<input type="file" id="fileInput" title="Choose a file" onchange="dispHex(this);"/>
<br />
<h1 id='hexh1'>16進位制</h1>
<textarea id='display' title='16進位制內容顯示' style='width:600px;height:400px;'></textarea>
<script language='javascript' type='text/javascript'>
function dispHex(f){
var hexString = "";
//獲取顯示框
var disp = document.getElementById("display");
if (window.FileReader){
alert("H5");
var file = f.files[0];
var reader = new FileReader();
//新增讀取完成事件
reader.onload = function(e) {
var buffer = e.target.result;
var array = new Uint8Array(buffer);
for (var i = 0; i < array.length; i++) {
//將每個元素轉化為16進位制字串,並補齊兩位,用空格分隔
var s= '0' + array[i].toString(16);
s = s.substr(s.length - 2, 2);
hexString += s;
}
//將字串顯示在頁面上
disp.textContent = hexString;
};
reader.readAsArrayBuffer(file);
}
else if (typeof window.ActiveXObject != 'undefined') {
alert("IE8及以下,請啟用ActiveX控制元件互動!\n如不能開啟檔案,請將網頁下載至本地執行。\n如何開啟Adodb.Stream請自行搜尋……");
var file = f.value; //網頁不在本地,則為fakepath
//f.select();
//file = document.selection.createRange().text
hexString = AdodbReadHexFromFile(file);
disp.value = hexString;
}
else alert("Other!");
}
//使用ActiveX,要求瀏覽器開啟相應功能和安全設定
function AdodbReadHexFromFile(fileURL){
var binStr, hexStr="";
//ADODB方式,需啟用:https://www.cnblogs.com/weiweictgu/archive/2007/03/02/661940.html
var inStream = new ActiveXObject("ADODB.Stream");
inStream.Type = 2; //adTypeBinary = 1,2為Text
inStream.Open();
//Latin1(Windows-1252):ISO-8859-1)單位元組完全編碼
inStream.CharSet = "iso-8859-15";
//轉換結果iso-8859-15比iso-8859-1更接近原資料?更少收錄Unicode中的多位元組符號。
inStream.LoadFromFile(fileURL);
//Read()為二進位制陣列,可結果typeof=unknown.WHY.?.所以用ReadText變通...
binStr = inStream.ReadText();
inStream.Close();
inStream = null;
//binStr2HEX
//https://www.codeproject.com/articles/17825/reading-and-writing-binary-files-using-jscript
var ISO885915=[8364,352,353,381,382,338,339,376]; //單位元組集中包含的Unicode字元編碼
var HexOrg=['A4','A6','A8','B4','B8','BC','BD','BE']; //上述字元Latin真實16進位制值,由比較而來,437/Latin1同理可得
var isoCheckNum=ISO885915.length;
for (var i=0 ; i<binStr.length ; i++) {
var curCode=binStr.charCodeAt(i);
//charCodeAt可能會解釋成多位元組,有字元會被錯誤轉換,如'€',無視CharSet LatinX
//因JavaScript引擎內部,所有字元都用 Unicode 表示
var s,isUnicode=false;
if(curCode>=256){
var j; //IE8不支援indexOf()
for(j=0;j<isoCheckNum;j++) if(curCode==ISO885915[j]) break;
if(j<isoCheckNum) isUnicode=true;
}
if(isUnicode) s=HexOrg[j]; //查表將Unicode字元轉換回正確的單位元組16進位制
else{
s= '0' + curCode.toString(16).toUpperCase();
//確保是兩位數的HEX
var bytes = 2;
//var bytes=Math.floor(s.length/2)*2; //多位元組內容處理
s = s.substr(s.length - bytes, bytes);
}
hexStr += s;
}
return hexStr;
}
</script>
後記
ISO-8859之外,還有許多字符集可使用,只要找到衝突編碼並轉換處理即可;
如果要js動態生成檔案供瀏覽器下載,現代瀏覽器用blob加createObjectURL輕鬆搞定;
在分離FileReader一段程式碼至子函式時,對非同步操作的處理還鬧過小問題,Promise的邏輯還真是有些不適合本中老年;
IE8?不想玩了。
奇怪地是,再過了幾天,問new bing本文類似的問題,它拒絕給出示例程式碼,說它不會,說它沒有記憶,說IE8沒法處理這個讀取本地二進位制檔案的問題……