JSON 中的 PHP Unicode答案

【问题标题】：PHP Unicode in JSONJSON 中的 PHP Unicode
【发布时间】：2013-06-03 11:42:37
【问题描述】：

我正在向我的 PHP Web 服务发送一个 JSON POST 正文，如下所示：

{
    "foo": "☺"
}

当我在 PHP 中回显正文时，我看到：

{
    "foo":"\xe2\x98\xba"
}

我也尝试发送 \uXXXX 等效项：

{
    "foo": "\u263a"
}

这更进一步，因为收到的原始 JSON 字符串有 "foo":"\\u263a"，但在 json_decode 之后，值变成了 \xe2\x98\xba。

当我在 JSON 响应中使用该值时，这会导致问题。我明白了：

json_encode(): Invalid UTF-8 sequence in argument

简单来说，这就是我尝试对字符串进行 JSON 编码的原因：

> php -r 'echo json_encode("\x98\xba\xe2");'
PHP Warning:  json_encode(): Invalid UTF-8 sequence in argument in Command line code on line 1

我的问题是：我怎样才能最好地将这个笑脸从我的应用程序的一端传递到另一端？

如果您能提供任何帮助，我将不胜感激。

【问题讨论】：

你是如何“[...] 回响身体 [...]”的？
echo "\xe2\x98\xba"; 工作；显示正确的 unicode 笑脸。
@PleaseStand 我用error_log(file_get_contents('php://input'))将它发送到error_log。
@rossmcf 你能发布引发错误的行吗？
您需要了解 Unicode 字符与其 UTF-8 编码之间的关系。您所展示的一切都是正确的，但上下文很重要。

标签： php json unicode

【解决方案1】：

我相信这是 json_encode 的正确行为。如果您使用以下内容：

<script>
    alert(
     <?php
       $a = "☺";
       echo json_encode($a);
     ?>
    );
</script>

HTML 输出将是 alert("\u263a");，警报将显示 ☺，因为 "\u263a" 是 JavaScript 中字符串的正确表示。

在 PHP 中使用 JSON_UNESCAPED_UNICODE 常量作为 json_encode 的第二个参数也是一种选择，但仅适用于 PHP 5.4.0 或更高版本。

您打算在什么情况下使用该值？

编辑：

php -r 'echo json_encode("\x98\xba\xe2");'

PHP 警告：json_encode()：第 1 行命令行代码的参数中的 UTF-8 序列无效

问题是您使用了错误的字符序列。应该是

echo json_encode("\xe2\x98\xba"); // this works for me

而不是

echo json_encode("\x98\xba\xe2");

【讨论】：

我认为您在这里有所作为。该值需要以 JSON 格式返回，这就是我遇到问题的地方。
@rossmcf 所以你想发送一个带有该字符的字符串作为来自 PHP 的 JSON 响应，对吧？有什么问题？如果 JSON 响应由 JavaScript 处理，即使结果是 \u263a 而不是 ☺，它也应该正确运行。
问题是 json_encode 不会编码'\x98\xba\xe2'，至少在我的 PHP 版本中是这样。
@rossmcf 我认为问题出在您没有向我们展示的代码中。我的猜测是存在不适当的双重转换。
我刚刚为这个问题添加了更多细节。在处理字符串的内部表示，即'\x98\xba\xe2'时，似乎是json_encode的问题。

【解决方案2】：

PHP 的 json_decode() 函数在您输入的情况下表现正确，返回代表字符的 UTF-8 字节序列 (E2 98 BA)。

但是，Apache HTTPD 在将行写入错误日志之前应用了\x 转义（在函数ap_escape_logitem() 中）（就像您使用error_log() 为测试目的所做的那样）。如文件 server/gen_test_char.c 中所述，“所有 [...] 设置了高位的 8 位字符”都已转义。

【讨论】：

【解决方案3】：

我认为当你编码时你必须使用 json_encode({ foo": "☺"}, JSON_UNESCAPED_UNICODE)

json_encode 函数基本上只适用于 UTF-8 编码，所以在编码之前检查字符串的编码，像这样。

 mb_check_encoding("your string", 'UTF-8') ;

如果它返回 false，那么您可以使用 utf-8 转换为 utf-8

utf8_encode("your string");

【讨论】：

谢谢阿伦。当我尝试您的建议时，json_encode 输出：“\u0098\u00ba\u00e2”，这是另外三个字符。