通过 JSONObject 传递 Unicode 字符串时出错

Question

我必须将 unicode 字符串传递给 JSONObject。

JSONObject json = new JSONObject("{\"One\":\"\\ud83c\\udf45\\ud83c\\udf46\"}");
json.put("Two", "\ud83c\udf45\ud83c\udf46");
System.out.println(json.toString());

但我有这个：

{"One":"????????","Two":"????????"}

我想要这个：

{"One":"\ud83c\udf45\ud83c\udf46","Two":"\ud83c\udf45\ud83c\udf46"}

Answer 1

系统按设计运行。您只是没有考虑到 JSON 并不要求大多数 Unicode 字符以\uXXXX 格式格式化。某些转义字符必须采用\X格式，控制字符必须采用\uXXXX格式，但任何其他字符可能 > 采用\uXXXX 格式，但不是必需。您显示的字符不属于这些范围，这就是toString() 未将它们编码为\uXXXX 格式的原因。

当您调用 new JSONObject(String) 时，它会将输入字符串解码为实际的 Unicode 字符串，就好像您已经这样做了：

JSONObject json = new JSONObject();
json.put("One", "\ud83c\udf45\ud83c\udf46");

这很好。您希望JSONObject 在内部保存未转义的 Unicode 数据。

您被绊倒的地方是JSONObject.toString() 没有将您的特定Unicode 字符格式化为\uXXXX 格式。这是完全有效的 JSON，但不是您希望它们被格式化的方式（为什么要以这种方式格式化它们？）。

查看 Java 的 JSONStringer 类（它实现了 JSONObject.toString()）的源代码，发现它仅以 \uXXXX 格式格式化非保留控制字符

要执行您的要求，您必须在调用 JSONObject.toString() 以正常格式化保留字符和 ASCII 字符后，根据需要手动格式化 Unicode 字符，例如：

JSONObject json = new JSONObject("{\"One\":\"\\ud83c\\udf45\\ud83c\\udf46\"}");
// decodes as if json.put("One", "\ud83c\udf45\ud83c\udf46")
// or json.put("One", "??") were called directly ...

json.put("Two", "\ud83c\udf45\ud83c\udf46");
// same as calling json.put("Two", "??") ...

String s = json.toString();
StringBuilder sb = new StringBuilder();
for (int i = 0; i < s.length(); ++i)
{
    char ch = s.charAt(i);
    if (ch >= 0x7F)
        sb.append(String.format("\\u%04x", (int) ch));
    else
        sb.append(ch);
}

System.out.println(sb.toString());
// outputs '{"One":"\ud83c\udf45\ud83c\udf46","Two":"\ud83c\udf45\ud83c\udf46"}' as expected ...

Answer 2

这样做的一种方法是：

json.put("Two", "\\u" + "d83c" + "\\u" + "df45" + ...);

当您尝试打印 JSON 时，这将打印字符串文字 \ud83c\udf45。