我们经常需要用 JavaScript 获取网页上某个链接的地址(href 属性),很简单,只需要 a.getAttribute("href") 就行了。一切都很顺利,除了万恶的 IE6。
有时候,我们的链接中含有汉字,为了保证链接不会因为编码问题失效,我们先要将汉字转换为 URL 编码的形式。比如,UTF-8 编码的“汉字”将被转为“%E6%B1%89%E5%AD%97”,GBK 编码的“汉字”则是“%BA%BA%D7%D6”。这样,一个形如“http://test.com/news/cartoonlist/d14-td12月义乌最有商机的小商品-p1.html”的链接(其中的汉字为 GBK 编码)将被转为“http://test.com/news/cartoonlist/d14-td12%D4%C2%D2%E5%CE%DA%D7%EE%D3%D0%C9%CC%BB%FA%B5%C4%D0%A1%C9%CC%C6%B7-p1.html”。转换之后,在各大浏览器上访问都很正常,用 js 获取链接的 href 值也很正常,除了在 IE6 下。
我们来看一下下面的代码:
2 | < a href = "" onmousedown = "test(this)" target = "_self" >链接1</ a > |
4 | < script type = "text/javascript" > |
6 | alert(a.getAttribute("href")); |
点击链接,在除 IE6 的各大浏览器下表现都和预期的一致,如下图:
但在 IE6 下,取得的 href 属性中汉字编码的部分变成了乱码:
在 IE6 下,如果要对通过 js 获取 href 属性,只要 href 值的 URL 路径中含有汉字等字符(无论这些字符是用 GBK 编码的还是 UTF-8 编码的)的 URL 编码,都将遇到这样的问题。网上搜索了一番,得知大概是由于 IE6 对编码支持的不完善造成的。另外,这个问题只在 URL 编码出现在 URL 路径而不是参数(即 ? 后面的内容)或书签(即 # 后面的内容)中才会发生。比如,下面的代码中,也有 URL 汉字编码,但这些汉字编码都在参数中,所以不会有这个问题。
2 | < a href = "" onmousedown = "test(this)" target = "_self" >链接1</ a > |
4 | < script type = "text/javascript" > |
6 | alert(a.getAttribute("href")); |
鉴于 IE6 在国内还有巨大的份额,我们必须要设法解决或避免这个问题。避免这个问题的方法很简单,只要规定 URL 路径中不要出现这样的汉字编码即可(URL 参数中可以出现)。但如果 URL 路径中已经大量应用汉字编码了,有办法处理吗?网上搜索了一圈无果,看来只能自己处理了。
经过测试,注意到只有用 js 获取 href 属性的值时会有这个问题,取别的属性(即使是一个自定义属性的值)都正常。比如:
2 | < a href = "" my-attr = "" onmousedown = "test(this)" target = "_self" >链接1</ a > |
4 | < script type = "text/javascript" > |
6 | alert(a.getAttribute("href") + "\n" + a.getAttribute("my-attr")); |
可以看到,js 获取的 href 属性中有乱码,但自定义属性的值是正常的。
这就有了第一个解决办法:服务器端生成 HTML 时,给每个超链接再加一个自定义属性,值和 href 的值一样。客户端 js 要处理 href 时,读取这个自定义属性就行了。
但这个方法显然很不靠谱,因为工程太浩大了,而且这个自定义属性对于除 IE6 以外的浏览器来说都是毫无用途的。
继续探索,突然想到,这个链接元素的 outerHTML 属性中的 URL 是否正常呢?试了一下,发现 outerHTML 属性是正常的,没有乱码。于是,就有了下面的更好的解决办法:
解决方案一:
02 | < a href = "" onmousedown = "test(this)" target = "_self" >链接1</ a > |
04 | < script type = "text/javascript" > |
06 | alert(a.getAttribute("href")); // IE 6 下有乱码 |
10 | (href = a.outerHTML.match(/< a [^>]*?href=['"]?(.*?)['"\s]/i)) && |
11 | (href = href[1]) != a.getAttribute("href") |
12 | ) a.setAttribute("href", href); |
14 | alert(a.getAttribute("href")); // IE 6 下正常 |
原理很简单,读取链接 a 的 outerHTML,用正则从中找到 href 的值,这个值就是我们期望的没有乱码的值。注意,上面的代码中我们又把提取到的 href 的值写回了 href 属性,这么做的原因是用 js 写 href 属性后,再次用 js 读取时就是刚才写入的值(即刚才提取的没有乱码的值)。
这种方法很简单直观,不过有一个缺点是要读取 outerHTML 的值。另外, 也总结了另外一种解决办法,我将他的代码稍作整理后,把上面的 test 函数写成如下形式:
解决方案二:
04 | var href = a.getAttribute( "href" ); |
09 | var i = href.search(/[\? #]/); |
10 | if (i == -1) i = href.length; |
11 | href = escape(href.substr(0, i)).replace( |
12 | /(%3F|%3A|%26|%3D|%23)/g, |
这个方法的特点是不需要额外地读取 outerHTML 属性的值,同时需要处理的正则也简单一些,我简单测试了一下,它在 IE6 下性能比上面要读取 outerHTML 的方法稍高一些。这个方法的不足是需要判断浏览器是否为 IE6,因为在其它浏览器下,上面的处理过程会将正常的 URL 编码再编码一次。另外,上面的 isIE6 函数我故意留空了,因为判断浏览器版本的方法通常在大家常用的框架或库中已经有了,这儿我就不再重复实现了。
这样,在各大主流浏览器中,我们都能顺利地用 js 取得链接的 href 值了,即使 URL 路径中有经过 URL 编码的汉字。
--------------------------------------------------
上面的内容写好后,经 提醒,注意到在 IE 下,node.getAttribute 有一点不同,它可以有两个参数,具体见。具体到这个问题,通过 getAttribute 取链接的 href 属性时,可以传两个参数,如下:
1 | a.getAttribute( "href" , iFlags); |
其中 iFlags 的值可以为 0、1、2、4。测试如下:
02 | < a href = "/news/d14-td12%D4%C2%D2%E5%CE%DA%D7%EE%D3%D0%C9%CC-p1.html" onmousedown = "test(this)" target = "_self" >链接1</ a > |
04 | < script type = "text/javascript" > |
06 | var v = [0, 1, 2, 4], i, s = "", iFlags; |
07 | for (i = 0; i < v.length ; i ++) { |
09 | s += " iFlags = " + iFlags + " \nhref = '" |
10 | + a.getAttribute("href", iFlags) + "'\n\n"; |
注意上面的代码中,我们的 href 写的是相对路径。测试结果如下,一图胜千言:
可以看到,iFlags 为 0 或 1 时,就是默认情况,有乱码,返回的是绝对路径;iFlags 为 2 时,没有乱码,返回相对路径;iFlags 为 4 时,没有乱码,返回绝对路径。
另外,getAttribute 的第二个参数在其它浏览器中都会被安全地忽略掉,所以,综合起来,本文开头提出来的问题的最佳解决方案如下。
最终解决方案:
2 | return a.getAttribute( "href" , 2); |
这样,getAttribute 在各大浏览器(包括 IE6)中就都有一致的表现了。绕了一大圈,尝试了各种方法,没想到最后最佳的解决方案居然是浏览器本来就支持的。但 IE 这个属性太不常用了,我今天还是第一次知道,再次感谢告诉我这个属性的 。:-)