internet-explorer - javascript URI 乱码

Question

打开任意页面,也就是让浏览器初始化一个window。然后在地址栏中输入 javascript:'中文' 或者 javascript:'\u4e2d\u6587' (Chrome与IE9下直接把上面的code粘贴进地址栏就会把 javascript: 吃掉)

Chrome、Firefox、Safari、IE6如下显示

IE7,8,9 直接乱码

为了弄清楚乱码究竟是什么东西，写了如下代码，复制到地址栏运行

javascript:'<script>a=("\u4e2d\u6587");l=a.length;r=[];for(i=0;i<l;i++){r.push(a.charCodeAt(i).toString(16));}alert(r.join(","))</script>'

格式化一下供大家参观

var s="\u4e2d\u6587";
var l=s.length;
var r=[];
for(var i=0;i<l;i++){
    r.push(s.charCodeAt(i).toString(16));
}
alert(r.join(","))；

这时 IE 7,8,9 有如下诡异的返回

附Firefox正常返回

跪求大牛分析原因及提供解决方法。

补充一个测试

• 打开百度首页
• 地址栏输入 javascript:window.document.title IE 7,8,9 又逆天了………

Answer 1

测试发现，实际上IE把地址栏javascript的返回值按ASCII码直接显示在页面上了。由于js内部都是utf-16编码，一个字符2个字节，中文对应的是 0x2d 0x4e 0x87 0x65, 也就是 "-N�e" 这四个字符。注意由于第三个字符的ascii码大于128，是一个“乱码”。

一个正确的实现（例如Chrome/Firefox/Safari）应当是把输入的字符串都转成utf-16再给js，然后将js输出的字符串都转成页面编码再显示。

根据IE的行为可以推断，IE在这种情况下没有把地址栏执行js的返回值重新转码成页面所需的编码就直接显示在了网页上（也许IE开发者认为在这是feature不是bug...）。但是如果这段代码是在页面源码中执行的话，逻辑就是正确的。

至于为什么 "\u4e2d\u6587" 会被 ie输出“2d, 4e, fffd, 65”，这里的行为我解释不了。"\u4e2d\u6587"这个字符串应当能够被JS识别成2个utf-16编码的字符，但是却被识别成了4个字符（也就是ascii编码的了）。至于为什么会输出2d, 4e 而不是4e, 2d，这是因为x86机器都是小端存储，所以先输出低字节的。但是87为什么会变成fffd我又无法解释了，太蛋疼了。