PhantomJS（2.1.1/MAMP）文本符号乱码问题求助

我之前也踩过PhantomJS处理非英文字符的坑，尤其是泰文这类Unicode字符，结合你的场景，给你整理几个实用的排查方向和解决方案：

1. 优先检查字体缺失问题 #

PhantomJS在服务器环境下默认不会加载本地系统的全部字体，这是最常见的乱码原因：

• 先确认服务器上有没有安装泰文常用字体（比如Loma、TH Sarabun New、Garuda这类）
• 如果没有，手动安装：
  1. 把泰文字体文件（.ttf格式）上传到服务器字体目录，Linux一般是/usr/share/fonts或用户目录下的~/.fonts
  2. 执行fc-cache -fv刷新字体缓存
• 在你的HTML文件里明确指定字体，避免PhantomJS fallback到不支持泰文的默认字体：

  body {
    font-family: 'TH Sarabun New', 'Garuda', sans-serif;
  }
  

2. 确认HTML编码的正确性 #

虽然你提到HTML包含二进制编码，但还是要确保：

• HTML头部必须声明UTF-8编码：

  <meta charset="UTF-8">
  

• 确保HTML文件本身是以UTF-8无BOM格式保存的，服务器端不要对文件做任何转码处理。

3. 调整PhantomJS的运行参数与脚本设置 #

给PhantomJS添加编码相关的参数，同时修改渲染脚本：

• 运行命令时强制指定输出编码：

  phantomjs --output-encoding=utf8 rasterize.js encoded.html 001.png
  

• 修改rasterize.js，在page.open调用前添加编码设置：

  page.settings.defaultEncoding = 'utf-8';
  

4. 对齐服务器与本地的环境差异 #

本地MAMP正常但服务器异常，大概率是环境配置不同：

• 检查服务器的系统语言环境，确保是UTF-8：

  echo $LANG
  

  如果输出不是en_US.UTF-8或类似UTF-8的配置，修改系统配置文件（比如/etc/profile）添加：

  export LANG=en_US.UTF-8
  export LC_ALL=en_US.UTF-8
  

• 确认服务器上的PhantomJS版本和本地完全一致（你用的是2.1.1，别让服务器装成其他版本）

5. 用极简场景定位问题 #

如果以上步骤都没解决，先做最小化测试排除干扰：

• 创建一个只包含目标泰文字符的极简HTML，加上正确的编码和字体声明，用PhantomJS渲染
• 如果极简文件正常，再逐步添加原HTML的内容，找到导致乱码的具体部分

内容的提问来源于stack exchange，提问作者Devika V