JavaScript读取UTF-8文件时索引大于127的字符被替换为�如何解决

File.text() 方法固定以UTF-8编码解析文件内容。码值大于127的字符被替换为�，核心原因是你读取的目标文件并非合法UTF-8编码：

• 按照UTF-8编码规则，字节值大于127时必须作为多字节字符序列的组成部分存在，单独出现的大于127的字节会被判定为非法编码，自动替换为U+FFFD替换字符，也就是你看到的乱码。
• 你提到文件包含0_{255全范围索引的字符，说明文件实际是单字节编码（最典型的是ISO-8859-1/Latin-1编码，该编码规则下每个字节值直接对应Unicode码点0}255的字符，不存在多字节序列）。

不要直接调用固定使用UTF-8编码的text()方法，改为先将文件读取为二进制ArrayBuffer，再使用对应编码的TextDecoder完成解码。如果需要保留0~255每个字节的原始值不丢失，直接使用ISO-8859-1编码解码即可。

修正后的完整代码如下：

HTML代码 #

<input type="file" style="font-size:20px" onchange="next(this)">
<div id="data"></div>

注意：input是自闭合标签，不需要额外添加</input>闭合标签。

JavaScript代码 #

async function next(elem){
  const file = elem.files[0];
  // 先将文件读取为二进制缓冲区
  const buffer = await file.arrayBuffer();
  // 用ISO-8859-1编码解码，单字节0-255完全映射无转码丢失
  const decoder = new TextDecoder('iso-8859-1');
  const content = decoder.decode(buffer);
  document.getElementById("data").innerText = content;
}

如果你的文件实际是其他本地编码（比如GBK、GB2312），只需要把TextDecoder的入参替换为对应编码标识即可，例如解码GBK文件时写为new TextDecoder('gbk')。

内容的提问来源于stack exchange，提问作者aplua