当前位置:首页 > PHP教程 > php应用 > 列表

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):

  1. function replace_unicode_escape_sequence($match) { 
  2.   return mb_convert_encoding(pack('H*'$match[1]), 'UTF-8''UCS-2BE'); 
  3. $name = '\u65b0\u6d6a\u5fae\u535a'
  4. $str = preg_replace_callback('/\\\\u([0-9a-f]{4})/i''replace_unicode_escape_sequence'$name); 
  5. echo $str//输出: 新浪微博  
  6.  
  7. //咱将上述方案A给封装起来~~~(方案A稳定版+升级+推荐) 
  8. class Helper_Tool 
  9.   static function unicodeDecode($data
  10.   {   
  11.     function replace_unicode_escape_sequence($match) { 
  12.       return mb_convert_encoding(pack('H*'$match[1]), 'UTF-8''UCS-2BE'); 
  13.     }   
  14.    
  15.     $rs = preg_replace_callback('/\\\\u([0-9a-f]{4})/i''replace_unicode_escape_sequence'$data); 
  16.    
  17.     return $rs
  18.   }   
  19. //调用 
  20. $name = '\u65b0\u6d6a\u5fae\u535a'
  21. $data = Helper_Tool::unicodeDecode($name); //输出新浪微博 

方案B(次推荐):

  1. <?php 
  2. function unicodeDecode($name){ 
  3.   $json = '{"str":"'.$name.'"}'
  4.   $arr = json_decode($json,true); 
  5.   if(emptyempty($arr)) return '';  
  6.   return $arr['str']; 
  7. $name = '\u65b0\u6d6a\u5fae\u535a'
  8. echo unicodeDecode($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

分享到: