golang 字符编码转换

1.对于已知的编码

就以GBK转utf-8为例，主要是引入golang.org/x/text包
比较简单直接上代码

import (
    "fmt"
    //_ "golang.org/x/text"
    "golang.org/x/text/encoding/simplifiedchinese"
    "golang.org/x/text/transform"
    "io/ioutil"
    "net/http"
)

func main(){
    //请求页面,获取
     response,_:=http.Get("http://www.xxx.com")
    //编码转换
    reader := transform.NewReader(response.Body, simplifiedchinese.GBK.NewDecoder())
    bytes, err := ioutil.ReadAll(reader)
    if err !=nil {
        panic(err)
    }
    fmt.Printf("%s",bytes)
}

2.对于不确定的编码，例如html页面内容

使用golang.org/x/net/html包自动检测

package main
//import有点复杂 这是goland自动生成的，用不上的去掉也ok
import (
    "bufio"
    "fmt"
    _ "golang.org/x/net/html"
    "golang.org/x/net/html/charset"
    _ "golang.org/x/text"
    "golang.org/x/text/encoding"
    _ "golang.org/x/text/encoding/simplifiedchinese"
    "golang.org/x/text/transform"
    "io"
    "io/ioutil"
    "net/http"
)

func main(){
    //请求页面,获取
     response,_:=http.Get("http://www.xxx.com")
    //编码转换，自动检测网页编码
    bodyReader := bufio.NewReader(response.Body)
    charset:=determinePageEncoding(bodyReader)
    reader := transform.NewReader(response.Body, charset.NewDecoder())
    bytes, err := ioutil.ReadAll(reader)
    if err !=nil {
        panic(err)
    }
    fmt.Printf("%s",bytes)
}


//检测html页面编码
func determinePageEncoding(r *bufio.Reader)encoding.Encoding{
//使用peek读取十分关键，只是偷看一下，不会移动读取位置，否则其他地方就没法读取了
    bytes, err := r.Peek(1024)
    if err !=nil {
        log.Printf("Fetcher error: %v\n",err)
        return unicode.UTF8
    }
    e, _, _ := charset.DetermineEncoding(bytes, "")
    return e
}