使用PHP从JSON字符串转换Unicode

Question

我一直在阅读一些解决方案,但尚未设法获得任何工作.

我有一个JSON字符串,我从API调用中读取它,它包含Unicode字符 - \u00c2\u00a3例如是£符号.

我想用PHP将它们转换为£或者£.

我正在调查问题并找到以下代码(使用我的英镑符号进行测试)但它似乎不起作用:

$title = preg_replace("/\\\\u([a-f0-9]{4})/e", "iconv('UCS-4LE','UTF-8',pack('V', hexdec('U$1')))", '\u00c2\u00a3');

输出是£.

我是否认为这是UTF-16编码的？我如何将这些转换为HTML输出？

UPDATE

似乎来自API的JSON字符串有2或3个未转义的Unicode字符串,例如:

That\u00e2\u0080\u0099s (right single quotation)
\u00c2\u00a (pound symbol)

Answer 1

它不是 UTF-16编码.它看起来像是伪造的编码,因为\ uXXXX编码独立于Unicode的任何UTF或UCS编码.\u00c2\u00a3真的映射到£字符串.

你应该拥有的是\u00a3unicode代码点£.

{0xC2,0xA3}是此代码点的UTF-8编码的2字节字符.

如果我认为,将原始UTF-8字符串编码为JSON的软件不知道它是UTF-8并且将每个字节盲目编码为转义的unicode代码点,那么您需要转换每对unicode代码指向UTF-8编码字符,然后将其解码为本机PHP编码以使其可打印.

function fixBadUnicode($str) {
    return utf8_decode(preg_replace("/\\\\u00([0-9a-f]{2})\\\\u00([0-9a-f]{2})/e", 'chr(hexdec("$1")).chr(hexdec("$2"))', $str));
}

示例:http://phpfiddle.org/main/code/6sq-rkn

编辑:

如果要修复字符串以获取有效的JSON字符串,则需要使用以下函数:

function fixBadUnicodeForJson($str) {
    $str = preg_replace("/\\\\u00([0-9a-f]{2})\\\\u00([0-9a-f]{2})\\\\u00([0-9a-f]{2})\\\\u00([0-9a-f]{2})/e", 'chr(hexdec("$1")).chr(hexdec("$2")).chr(hexdec("$3")).chr(hexdec("$4"))', $str);
    $str = preg_replace("/\\\\u00([0-9a-f]{2})\\\\u00([0-9a-f]{2})\\\\u00([0-9a-f]{2})/e", 'chr(hexdec("$1")).chr(hexdec("$2")).chr(hexdec("$3"))', $str);
    $str = preg_replace("/\\\\u00([0-9a-f]{2})\\\\u00([0-9a-f]{2})/e", 'chr(hexdec("$1")).chr(hexdec("$2"))', $str);
    $str = preg_replace("/\\\\u00([0-9a-f]{2})/e", 'chr(hexdec("$1"))', $str);
    return $str;
}

编辑2:修复了上一个函数,将任何错误的unicode转义的utf-8字节序列转换为等效的utf-8字符.

请注意,其中一些可能来自Word等编辑器的字符无法转换为ISO-8859-1,因此会显示为"？" 在ut8_decode之后.