快捷導(dǎo)航

PHP解碼unicode編碼的中文字符代碼分享

更新時(shí)間：2014年08月13日 10:50:04 投稿：hebedich

晚上在抓取某網(wǎng)站數(shù)據(jù)，結(jié)果在數(shù)據(jù)包中發(fā)現(xiàn)了這么一串編碼的數(shù)據(jù)："......\u65b0\u6d6a\u5fae\u535a......", 這其實(shí)是中文被unicode編碼后了的數(shù)據(jù)，我現(xiàn)在就是想解碼出中文來(lái)，上度娘搞了半天，試了很多的姿（方）勢(shì)（法），終于搞定了。

問(wèn)題背景：
晚上在抓取某網(wǎng)站數(shù)據(jù)，結(jié)果在數(shù)據(jù)包中發(fā)現(xiàn)了這么一串編碼的數(shù)據(jù)："......\u65b0\u6d6a\u5fae\u535a......", 這其實(shí)是中文被unicode編碼后了的數(shù)據(jù)，我現(xiàn)在就是想解碼出中文來(lái)，上度娘搞了半天，試了很多的姿（方）勢(shì)（法），終于搞定了。

解決方案：
呵呵，老外就是給力啊，猛戳這里看老外給的解決方案

方案A(穩(wěn)定版+推薦)：

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; //輸出： 新浪微博

//咱將上述方案A給封裝起來(lái)~~~(方案A穩(wěn)定版+升級(jí)+推薦)
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;
  }  
}
//調(diào)用
$name = '\u65b0\u6d6a\u5fae\u535a';
$data = Helper_Tool::unicodeDecode($name); //輸出新浪微博

方案B(次推薦)：

<?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); //輸出： 新浪微博

對(duì)于方案B，我要特別重點(diǎn)說(shuō)明下注意事項(xiàng)，在好友 XAR (猛戳XAR博客) 的技術(shù)支持下，總結(jié)出要處理的字符串（即傳遞給函數(shù)unicodeDecode的參數(shù)$name的內(nèi)容中一定不能包含單引號(hào)，否則就會(huì)導(dǎo)致解析失敗, 所以有必要的話可以借助 str_replace()函數(shù)將非法字符格式化為合格字符）

您可能感興趣的文章: