PHP 解碼 Unicode 中文字符：方案封裝與單引號陷阱詳解

PHP 解碼 Unicode 中文字符：方案封裝與單引號陷阱詳解

抓取數據遇到 \u65b0\u6d6a\u5fae\u535a 等 Unicode 轉義序列，需還原為中文。本文提供兩種方案並重點分析 JSON 方案的單引號限制。

方案 A：正則回調 + mb_convert_encoding（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; // 新浪微博

工具類封裝

class Helper_Tool {
    static function unicodeDecode($data) {
        return preg_replace_callback(
            '/\\\\u([0-9a-f]{4})/i',
            function ($match) {
                return mb_convert_encoding(pack('H*', $match[1]), 'UTF-8', 'UCS-2BE');
            },
            $data
        );
    }
}

$name = '\u65b0\u6d6a\u5fae\u535a';
$data = Helper_Tool::unicodeDecode($name); // 新浪微博

方案 B：JSON 解碼（需注意單引號）

function 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); // 新浪微博

⚠ 方案 B 關鍵限制

輸入字符串 絕不能包含單引號 (')，否則構造的 JSON 字符串語法無效，json_decode 返回 null。使用前必須預處理：

$name = str_replace("'", "\'", $name); // 轉義單引號

技術原理解析

• 方案 A：提取 \uXXXX 十六進制碼位，pack('H*') 轉二進制，mb_convert_encoding 從 UCS-2BE 轉 UTF-8
• 方案 B：利用 JSON 規範原生支援 \uXXXX 轉義，構造合法 JSON 字符串解析

選擇建議

生產環境優先方案 A，無特殊字符限制、穩健可靠；可控輸入且極度追求性能時可用方案 B（需嚴格預處理）。