PHP解码unicode编码的中文字符代码分享
发布:smiling 来源: PHP粉丝网 添加日期:2021-03-30 20:34:03 浏览: 评论:0
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。
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(emptyempty($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)
Tags: unicode中文字符
推荐文章
热门文章
最新评论文章
- 写给考虑创业的年轻程序员(10)
- PHP新手上路(一)(7)
- 惹恼程序员的十件事(5)
- PHP邮件发送例子,已测试成功(5)
- 致初学者:PHP比ASP优秀的七个理由(4)
- PHP会被淘汰吗?(4)
- PHP新手上路(四)(4)
- 如何去学习PHP?(2)
- 简单入门级php分页代码(2)
- php中邮箱email 电话等格式的验证(2)