在JScript中使用ADODB.Stream判断文件编码

在实现TextStraem的时候，找到判断文件编码的代码是VBS的，但是在JScript中是没有ASC等函数的，也不能对二进制数据进行处理，因此需要通过一个特别的方法来获取文件开关的编码标识。

一开始使用ASCII编码来读取文本数据，模拟读取二进制数据，但是发现如果字符编码大于127时，只会得到小于128的值，相当于和128取余了，因此ASCII编码是不行的。

继续寻找，在CodeProejct.com找到一篇文章《Reading And Writing Binary Files Using JScript》，里面刚好有我需要的内容。

其实说来也简单，就是把编码换一下，使用437，这个是IBM扩展过的ASCII编码，把ASCII编码的最高位也利用起来，将字符集中的字符从128个扩展到256个，而使用这个字符集读取的字符数据就相当于原始二进制数据了。

解决了障碍后，就要开始识别文件的编码了，通过使用ADODB.Stream对象来读取文件的开始两个字节，然后根据这两个字节就可以判断文件编码是什么了。

UTF-8文件如果带BOM的话，那么头两个字节就是0xEF、0xBB，再例如Unicode文件的开始两个字节是0xFF、0xFE，这些就是判断文件编码的依据。

需要注意的是，在ADODB.Stream读取字符时，并不是一一对应的，也就是说，如果二进制数据是0xEF，读取出来的字符经过charCodeAt之后，并不是0xFE，而是另外的值，这个对应表可以在上面提到的文章里查到。

function CheckEncoding(filename) {
    var stream = new ActiveXObject("ADODB.Stream");
    stream.Mode = 3;
    stream.Type = 2;
    stream.Open();
    stream.Charset = "437";
    stream.LoadFromFile(filename);
    var bom = escape(stream.ReadText(2));
    switch(bom) {
        // 0xEF,0xBB => UTF-8
        case "％u2229％u2557":
            encoding = "UTF-8";
            break;
        // 0xFF,0xFE => Unicode
        case "％A0％u25A0":
        // 0xFE,0xFF => Unicode big endian
        case "％u25A0％A0":
            encoding = "Unicode";
            break;
        // 判断不出来就使用GBK，这样可以在大多数情况下正确处理中文
        default:
            encoding = "GBK";
            break;
    }
    stream.Close();
    delete stream;
    stream = null;
    return encoding;
}

这样，在需要的时候，通过调用CheckEncoding函数就可以获取文件的编码了。