問題背景:
晚上在抓取某網站資料,結果在資料包中發現了這麼一串編碼的資料:"......\u65b0\u6d6a\u5fae\u535a......", 這其實是中文被unicode編碼後了的資料,我現在就是想解碼出中文來,上度娘搞了半天,試了很多的姿(方)勢(法),終於搞定了。
解決方案:
呵呵,老外就是給力啊, 猛戳這裡看老外給的解決方案
方案A(穩定版+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 $str; //輸出: 新浪微博
//咱將上述方案A給封裝起來~~~(方案A穩定版+升級+推薦)class Helper_Tool{ static function unicodeDecode($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 $rs; } }//調用$name = '\u65b0\u6d6a\u5fae\u535a';$data = Helper_Tool::unicodeDecode($name); //輸出新浪微博
方案B(次推薦):
<?phpfunction unicodeDecode($name){ $json = '{"str":"'.$name.'"}'; $arr = json_decode($json,true); if(empty($arr)) return ''; return $arr['str'];}$name = '\u65b0\u6d6a\u5fae\u535a';echo unicodeDecode($name); //輸出: 新浪微博
對於方案B, 我要特別重點說明下注意事項, 在好友 XAR (猛戳XAR部落格) 的支援人員下,總結出要處理的字串(即傳遞給函數unicodeDecode的參數$name的內容中一定不能包含單引號,否則就會導致解析失敗, 所以有必要的話可以藉助 str_replace()函數將非法字元格式設定化為合格字元)