为什么json_decode会返回奇怪的字符？

Question

为什么以下代码：     的var_dump（json_decode（ ' “\ u201A”'））;     echo json_decode（'“\ u201A”'）;

打印出来：

string(3) "‚"
‚

而不是：

string(1) "‚"
‚

Here是unicode页面的链接。

此外，这可能不是浏览器显示问题：请注意PHP输出如何表示有三个字符。

此外：

var_dump(str_split(json_decode('"\u201A"')));

输出：

array(3) {
  [0]=>
  string(1) "â"
  [1]=>
  string(1) "€"
  [2]=>
  string(1) "š"
}

在上下文中：

$unicodeChar = '\u201A';
$value = str_replace(json_decode('"'.$unicodeChar.'"'), ',', $value);

不会将unicode字符替换为真实字符。为什么呢？

Answer 1

当您在源文件中直接编写','时，您正在编写一个字节字符串，这取决于文本编辑器中使用的编码。从我可以看到你的文本编辑器使用Windows-1252 /“ANSI”I.E。您正在文件中写入0x82字节。

PHP字符串是具有非托管编码的字节数组，所以任何事情都可以。

json_decode以UTF-8返回结果，因此PHP字符串中的低引号为3个字节：0xE2 0x80 0x9A。

所以你试图取代0x82并且没有匹配，你可以看到。

您可以通过以下代码看到这一点：

<?php
$win1252 = ",";
$utf8 = json_decode('"\u201A"');
echo bin2hex($win1252) . "\n<br>";
echo bin2hex($utf8);

---

为避免头痛，您必须始终使用单一编码。否则，为了正确处理，您将最终得到无处不在的转换代码或令人尴尬的字符编码错误。我建议选择UTF-8，因为json_*不能用于其他任何原因。

您需要做的第一件事是将文本编辑器设置为以UTF-8保存文件并为浏览器声明UTF-8：

header("Content-Type: text/html; charset=UTF-8");

接下来是数据库传输和存储编码（单独的东西），以及文本＆lt; - ＆gt;字节解释在您的应用程序中发生的其他可能位置。