sockets - 使用luasocket HTTP GET汉字

Question

我使用luasocket来获取一个包含中文字符“开奖结果”的网页(该页面本身编码为charset =“gb2312”)，如下所示:

require "socket"
host = '61.129.89.226'
fileformat = '/fcopen/cp_kjgg_dfw.jsp?lottery_type=ssq&lottery_issue=%s'
function getlottery(num)
  c = assert(socket.connect(host, 80))
  c:send('GET ' .. string.format(fileformat, num)  .. " HTTP/1.0\r\n\r\n")
  content = c:receive('*l')
  while content do
    if content and content:find('开奖结果') then -- failed
      print(content)
    end
    content = c:receive('*l')
  end
  c:close()
end

--http://61.129.89.226/fcopen/cp_kjgg_dfw.jsp?lottery_type=ssq&lottery_issue=2012138
getlottery('2012138')

不幸的是，它无法匹配预期的字符:

content:find('开奖结果') -- failed

我知道Lua可以找到unicode字符:

Lua 5.1.4  Copyright (C) 1994-2008 Lua.org, PUC-Rio
> if string.find("This is 开奖结果", "开奖结果") then print("found!") end
found!

然后我想这可能是因为luasocket如何从网络上检索数据。有人能对此有所启发吗？

谢谢。

Answer 1

如果页面是使用GB2312编码的，而脚本(文件本身)是使用utf-8编码的，则匹配将无法进行。因为.find()会查找utf-8代码点，并且只会在您要查找的字符上滑动，因为它们的编码方式不同...

          开    奖      结     果
GB      bfaa   bdb1   bde1   b9fb
UTF-16  5f00   5956   7ed3   679c
UTF-8   e5bc80 e5a596 e7bb93 e69e9c