PHP解码unicode编码的中文字符代码分享

前端技术 2023/09/03 PHP

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......\", 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，上度娘搞了半天，试了很多的姿（方）势（法），终于搞定了。

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）

本文地址：https://www.stayed.cn/item/6833

转载请注明出处。

本站部分内容来源于网络,如侵犯到您的权益,请 联系我

我的博客

人生若只如初见，何事秋风悲画扇。

我的标签

随笔档案