Node.js HTTP応答本体のユニコード問題

Question

ネイティブ 'http'モジュールを使用するHTTPリクエストの応答本体は、実際の値ではなくユニコード文字の疑問符文字を表示します。ここでは、実行しているコードの基本的な断片です。

var http = require('http'); 
var google = http.createClient(80, 'www.google.it'); 
var request = google.request('GET', '/', 
{ 
'host': 'www.google.it', 
} 
); 
request.end(); 
request.on('response', function (response) { 
    response.setEncoding('utf8'); 
    response.on('data', function (chunk) { 
    console.log(chunk); 
    }); 
}); 

受けて「Pubblicit」で始まる特定の単語があります。その最後の手紙は私に疑問符として示す奇妙な文字です。単語はPubblicitàでなければなりません。代わりにPubblicitと表示されますか？。

私も.toString()を使用してデータを出力しようとしている：

console.log(chunk.toString()); 

または

console.log(chunk.toString('utf8')); 

しかし、私は同じ結果を取得しています。

Answer 1

理由、つまり私たちは、リクエストヘッダの「googleKnownAsUTF8OK」ユーザーエージェントを指定しない場合は、Googleのだろう応答古いためにISO-8859-1のコンテンツタイプを持つHTMLドキュメント（ブラウザ、ボット？私は知らない）ので、 "バイナリ"で応答バッファを解読するのは正しいです。

しかし、ISO-8859-1でエンコードされたバッファをutf8でデコードすると、0xe0（à）バイトは「行内に3バイトずつ文字を形成する」ことを意味します。予想外の文字がいくつか表示されました（環境によって異なります）。

user-agentの値として「Mozilla/5.0」を試してみることがあります。がんばろう。

Answer 2

response.setEncoding('binary');と設定して動作します。理由は考えられません。

参考：多分http://groups.google.com/group/nodejs/browse_thread/thread/3bd3935b1f42a5f4?pli=1

Answer 3

私はresponse.setEncoding（ 'binary'）を設定しました。それは動作します。いいえ、理由はありません 。

参考：私はいくつかの間違った文字を持っている私の場合 http://groups.google.com/group/nodejs/browse_thread/thread/3bd3935b1f42a5f4?pli=1

による古いWebページの窓-1252文字セットに。

私はちょうど要求オプションでencode： 'binary'を使用しました。