使用Hapi、axios、cheerio爬取ISO-8859-1站点时JSON输出编码错误如何解决

问题根因 #

你当前的乱码核心是axios默认会自动将响应体按UTF-8编码转为字符串，此时原始二进制数据已经被错误转码，后续再做ISO-8859-1转换也无法恢复原始正确内容。

可行解决方案 #

步骤1：配置axios返回原始二进制缓冲 #

调用axios.get时添加responseType: 'arraybuffer'参数，强制返回原始Buffer，避免axios自动按UTF-8转码：

const response = await axios.get(url2Get, {
  responseType: 'arraybuffer'
});

步骤2：使用iconv-lite正确解码 #

直接对返回的原始Buffer做解码，不需要先转字符串再转Buffer：

const iconv = require('iconv-lite');
// 若解码后还有小概率乱码，可以尝试把'ISO-8859-1'替换为'win1252'，很多老站点实际用的是Windows-1252编码
const html = iconv.decode(response.data, 'ISO-8859-1');

步骤3：加载到cheerio处理 #

const $ = cheerio.load(html, { decodeEntities: false });
// 后续正常提取节点内容即可，比如$('.name').text()拿到的就是正常的"DÓLAR BNA"

补充验证点 #

如果按上述操作仍有乱码，可先打印解码后的html字符串，确认解码环节是否正常：如果html里的文字已经正确，那就是后续Hapi返回响应时的编码问题，需要给Hapi的响应头设置content-type: application/json; charset=utf-8，确保返回JSON时编码正确。

内容的提问来源于stack exchange，提问作者Enrique