在抓取某網站數據,結果在數據包中發現了一串編碼的數據:"......\u65b0\u6d6a\u5fae\u535a......", 這其實是中文被unicode編碼後了的數據,想解碼出中文來。
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 $str; //輸出: 新浪微博
// www.jbxue.com 腳本學堂
//咱將上述方案A給封裝起來~~~(方案A穩定版+升級+推薦)
class Helper_Tool
{
static function unicodeDecode($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
小貼士:多翻翻國外的php教程,很有幫助哦。
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'];
} // www.jbxue.com
$name = '\u65b0\u6d6a\u5fae\u535a';
echo unicodeDecode($name); //輸出: 新浪微博
對於方案B, 注意事項, 在好友 XAR (猛戳XAR博客) 的技術支持下,總結出要處理的字符串(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借助 str_replace()函數將非法字符格式化為合格字符)