迁移Thunderbird扩展时TextEncoder未按指定编码输出问题

这个问题的核心在于你对TextEncoder的特性理解有误——它实际上只支持UTF-8编码，不管你传入什么编码参数，都会被直接忽略，所以你得到的自然是字符串的UTF-8字节序列。

为什么会出现这种情况？ #

根据Web API标准，TextEncoder的构造函数接受的编码参数只是一个可选的“提示”，但所有现代浏览器（包括Thunderbird基于的Gecko引擎）都只实现了UTF-8的编码支持。任何非"utf-8"的参数都会被静默忽略，编码器依然会按照UTF-8规则处理字符串。

你看到的C3, B9, C3, AC, C3, A5, C3, AD, 2C正是"ùìåí,"的UTF-8编码结果：比如字符ù在UTF-8中是两个字节0xC3 0xB9，而你预期的0xF9是它在windows-1252中的单字节编码，两者差异源于编码规则的不同。

正确实现windows-1252编码的方法 #

在Thunderbird扩展环境中，你可以借助Blob API来实现字符串到windows-1252字节的转换，因为Blob支持指定编码来处理字符串：

// 异步函数：将字符串转换为windows-1252编码的Uint8Array
async function encodeToWindows1252(str) {
  // 创建指定编码的Blob对象
  const blob = new Blob([str], { type: 'text/plain; charset=windows-1252' });
  
  // 读取Blob的ArrayBuffer（用Promise封装异步操作）
  const arrayBuffer = await new Promise((resolve) => {
    const reader = new FileReader();
    reader.onload = () => resolve(reader.result);
    reader.readAsArrayBuffer(blob);
  });
  
  // 将ArrayBuffer转换为Uint8Array返回
  return new Uint8Array(arrayBuffer);
}

// 测试示例
const targetStr = "ùìåí,";
encodeToWindows1252(targetStr).then((bytes) => {
  // 将字节转换为十六进制格式输出
  const hexBytes = Array.from(bytes).map(b => b.toString(16).toUpperCase()).join(', ');
  console.log(hexBytes); // 输出: F9, EC, E5, ED, 2C
});

补充说明 #

• 如果你的场景需要同步操作，可以考虑使用Thunderbird提供的Gecko底层编码API（比如nsIConverterOutputStream，不过这是Mozilla特定API，可能不符合你“通用多浏览器”的需求），但上述异步Blob方法在大多数扩展场景中都是可行的。
• 需要注意：部分Unicode字符在windows-1252编码中没有对应映射，这类字符会被替换为占位符0x3F（即问号），如果你的字符串包含这类字符，需要提前做兼容处理。

内容的提问来源于stack exchange，提问作者einpoklum