Question

我无法访问utf8字符集的网站，例如，当我尝试在此www上访问时

所有utf8字符均未正确编码。这是我的访问例程：

var
  Web     : TIdHTTP;
  Sito    : String;
  hIOHand : TIdSSLIOHandlerSocketOpenSSL;

begin
  Url := TIdURI.URLEncode(Url);


  try
    Web := TIdHTTP.Create(nil);
    hIOHand := TIdSSLIOHandlerSocketOpenSSL.Create(nil);
    hIOHand.DefStringEncoding := IndyTextEncoding_UTF8;
    hIOHand.SSLOptions.SSLVersions := [sslvTLSv1,sslvTLSv1_1,sslvTLSv1_2,sslvSSLv2,sslvSSLv3,sslvSSLv23];
    Web.IOHandler := hIOHand;
    Web.Request.CharSet := 'utf-8';


    Web.Request.UserAgent := INET_USERAGENT;       //Custom user agent string
    Web.RedirectMaximum := INET_REDIRECT_MAX;      //Maximum redirects
    Web.HandleRedirects := INET_REDIRECT_MAX <> 0; //Handle redirects
    Web.ReadTimeOut := INET_TIMEOUT_SECS * 1000;   //Read timeout msec
    try
      Sito := Web.Get(Url);
      Web.Disconnect;
    except
      on e : exception do
        Sito := 'ERR: ' +Url+#32+e.Message;
    end;
  finally
    Web.Free;
    hIOHand.Free;
  end;

我尝试了所有解决方案，但在Sito var中，我一直发现错误的字符，例如“名称”的正确值为

“名称”：“ Parcan national du Mercantour国家公园”，

但是在获得Get指令后

“名称”：“ Parcan national du Mercantour国家公园的艾尔城堡”，

您知道我的错误在哪里吗？谢谢大家！

Answer 1

在包含XE6的Delphi 2009+中，string是UTF-16编码的UnicodeString。

您正在使用TIdHTTP.Get()的重载版本，该版本返回string。它使用响应报告的任何字符集将发送的文本解码为UTF-16。如果文本解码不正确，则可能表示响应未报告正确的字符集。如果使用了错误的字符集，则文本将无法正确解码。

实际上，所讨论的URL正在发送设置为Content-Type的响应application/json头，而根本没有指定charset。 application/json的默认字符集为UTF-8，但Indy不知道，因此最终使用了自己的内部默认值，而不是UTF-8。这就是为什么当存在非ASCII字符时文本无法正确解码的原因。

在这种情况下，如果您知道字符集将始终为UTF-8，则可以从以下几种解决方法中进行选择：

您可以通过在GIdDefaultTextEncoding单位中设置全局IdGlobal变量来将Indy的默认字符集设置为UTF-8：
```
GIdDefaultTextEncoding := encUTF8;
```

如果空白或不正确，可以使用TIdHTTP.OnHeadersAvailable事件将TIdHTTP.Response.Charset属性更改为'utf-8'。

Web.OnHeadersAvailable := CheckResponseCharset;

...

procedure TMyClass.CheckResponseCharset(Sender: TObject; AHeaders: TIdHeaderList; var VContinue: Boolean);
var
  Response: TIdHTTPResponse;
begin
  Response := TIdHTTP(Sender).Response;
  if IsHeaderMediaType(Response.ContentType, 'application/json') and (Response.Charset = '') then
    Response.Charset := 'utf-8';
  VContinue := True;
end;

您可以使用TIdHTTP.Get()的另一个重载版本来填充输出TStream而不是返回string。使用TMemoryStream或TStringStream，您可以使用UTF-8自己解码原始字节：

MStrm := TMemoryStream.Create;
try
  Web.Get(Url, MStrm);
  MStrm.Position := 0;
  Sito := ReadStringFromStream(MStrm, IndyTextEncoding_UTF8);
finally
  SStrm.Free;
end;

SStrm := TStringStream.Create('', TEncoding.UTF8);
try
  Web.Get(Url, SStrm);
  Sito := SStrm.DataString;
finally
  SStrm.Free;
end;

Delphi和Indy＆utf8

1 个答案: