参考：为什么我的＆＃34;特别＆＃34;使用json_encode编码奇怪的Unicode字符？

Question

使用＆＃34;特殊＆＃34; Unicode字符在编码为JSON时出现奇怪的垃圾：

php > echo json_encode(['foo' => '馬']);
{"foo":"\u99ac"}

为什么呢？我的编码错了吗？

_{（这是一个一劳永逸地澄清主题的参考问题，因为这一次又一次出现。）}

Answer 1

首先：这里没有任何问题。这就是可以以JSON编码的方式。它位于the official standard。它基于如何在 Javascript ECMAScript（section 7.8.4 "String Literals"）中形成字符串文字，并且描述如下：

  

任何代码点都可以表示为十六进制数。这种数字的含义由ISO / IEC 10646确定。如果代码点在基本多语言平面（U + 0000到U + FFFF）中，那么它可以表示为六个字符的序列：反向固相，后跟小写字母u，后跟四个编码代码点的十六进制数字。 [...]因此，例如，只包含一个反向固相字符的字符串可以表示为“\ u005C”。

简而言之：任何字符都可以编码为\u....，其中....是字符的Unicode代码点（或者UTF-16代理对的一半的代码点，对于外部字符BMP）。

"馬"
"\u99ac"

这两个字符串文字代表完全相同的字符，它们绝对相同。当这些字符串文字由兼容的JSON解析器解析时，它们都将产生字符串“马”。它们看起来相同，但它们意味着在JSON数据编码格式中是相同的。

PHP的json_encode最好使用\u....转义序列对非ASCII字符进行编码。从技术上讲，它没有，但确实如此。结果完全有效。如果您希望在JSON中使用文字字符而不是转义序列，则可以在PHP 5.4或更高版本中设置JSON_UNESCAPED_UNICODE标志：

php > echo json_encode(['foo' => '馬'], JSON_UNESCAPED_UNICODE);
{"foo":"馬"}

要强调：这只是首选项，无需以任何方式在JSON中传输“Unicode字符”。