理解Nodejs的Buffer

标签：nodejs   buffer   乱码   

    上周同事用我们的工具写了一个关于全国比较出名的景点介绍的APP，地址在这里。整个APP中文字符比较多，文件也比较大，计算了下整个APP描述文件大小在4M左右。整个描述文件要放到第三方CDN。在这中间，我们的服务器主要负责获取前端传上来的数据，做一些加工处理并压缩后抛给第三方CDN服务器。

    Node接受POST数据通常的写法：

var load  = function(stream, onDone) {
    var data = '';
   stream.on('data', function(chunk) {
         data += chunk;
    });
    stream.on('end', function() {
       onDone(null, data);
    });
    stream.on('error', function(err) {
        onDone(err);
    })
};

    好像看不出什么问题，我们看到很多英文资料都是这样写的。如果我们始终没有用到宽字符，上面的load操作始终是没问题的。但是如果输入流有宽字符的时候就没那边简单了。

    首先看 data += chunk 这句做了什么，当触发了‘data‘事件的时候，chunk是一个buffer对象。data是一个string字符串所以data += chunk 这句隐式转换为：data = data.toString() + chunk.toString(); 看了下toString的源码，发现默认toString是转换为‘utf-8‘编码格式的字符串。中文在utf-8的编码方式下占用3个字节，所以如果chunk不足以放下完整的一个宽字符的时候就有可能出现字符被截断的风险。

    所以如果你在NODE里面看到有涉及到数据流的乱码，多半是由于这里处理的不好。

    问题是找到了，怎么解决呢？上网找了下，主要有两个方案：

    1. 让‘data‘事件传输的不是Buffer对象而是编码后的字符串,即个体stream设置编码：    

stream.setEncoding('utf8');

    2. 使用第三方模块来完成编解码。

     前面提到，出现乱码的原因是由于Buffer缓冲区大小不足，也不够智能。针对这个缺陷，提出第二种解决方案：

var load  = function(stream, onDone) {
    var buffers = '';
   stream.on('data', function(chunk) {
         buffers.push(chunk);
    });
    stream.on('end', function() {
       onDone(null, Buffer.concat(buffers));
    });
    stream.on('error', function(err) {
        onDone(err);
    })
}; 

    如果需要的是一个utf8字符串：

buffer.toString('utf8')

    如果是需要gbk编码的字符串，借助iconv-lite模块：

var gbkStr = iconv.decode(buffer, 'gbk');

    反之，gbk字符串转Buffer：

var buffer = iconv.encode(gbkStr, 'gbk');

理解Nodejs的Buffer

标签：nodejs   buffer   乱码   

原文地址：http://blog.csdn.net/gentlycare/article/details/45460743