PHP解码unicode编码的中文字符

最新推荐文章于 2021-03-11 04:18:51 发布

转载最新推荐文章于 2021-03-11 04:18:51 发布 · 225 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/jyb2014/p/3907774.html

本文介绍了解码Unicode编码字符的两种方法，包括PHP函数实现和JSON解码方式，并详细阐述了注意事项，确保字符串内容正确解码。

问题背景：
晚上在抓取某网站数据，结果在数据包中发现了这么一串编码的数据："......\u65b0\u6d6a\u5fae\u535a......www.jinyuanbao.cn", 这其实是中文被unicode编码后了的数据，我现在就是想解码出中文来，疯狂的google之后，发现很多人贴出了如下的函数，不过我发现根本不好使....如何解码unicode编码的字符？【好使】 - PHP网站开发 - 【开源与分享】每日最新博客在置顶博客之后：

如何解码unicode编码的字符？【好使】 - PHP网站开发 - 【开源与分享】每日最新博客在置顶博客之后

解决方案：
呵呵，老外就是给力啊，猛戳这里看老外给的解决方案

方案A(稳定版+推荐)：
function replace_unicode_escape_sequence($match) {
    return mb_convert_encoding(pack('H*', $match[1]), 'UTF-8', 'UCS-2BE');
}
$name = '\u65b0\u6d6a\u5fae\u535a';
$str = preg_replace_callback('/\\\\u([0-9a-f]{4})/i', 'replace_unicode_escape_sequence', $name);
echo $str; //输出： 新浪微博 

   
//咱将上述方案A给封装起来~~~(方案A稳定版+升级+推荐)
class Helper_Tool
{
    static function unicodeDecode($data)
    {   
        function replace_unicode_escape_sequence($match) {
            return mb_convert_encoding(pack('H*', $match[1]), 'UTF-8', 'UCS-2BE');
        }   

        $rs = preg_replace_callback('/\\\\u([0-9a-f]{4})/i', 'replace_unicode_escape_sequence', $data);

        return $rs;
    }   
}
//调用
$name = '\u65b0\u6d6a\u5fae\u535a';
$data = Helper_Tool::unicodeDecode($name); //输出新浪微博


方案B(次推荐)：
<?php
function unicodeDecode($name){
    $json = '{"str":"'.$name.'"}';
    $arr = json_decode($json,true);
    if(empty($arr)) return ''; 
    return $arr['str'];
}
$name = '\u65b0\u6d6a\u5fae\u535a';
echo unicodeDecode($name); //输出： 新浪微博

对于方案B，我要特别重点说明下注意事项，在好友 XAR (猛戳XAR博客) 的技术支持下，总结出要处理的字符串（即传递给函数unicodeDecode的参数$name的内容中一定不能包含单引号，否则就会导致解析失败, 所以有必要的话可以借助 str_replace()函数将非法字符格式化为合格字符）

转载于:https://www.cnblogs.com/jyb2014/p/3907774.html