PHP 解析 JavaScript escape 編碼：原理、反解函數與編碼範圍詳解

前端用 escape('腳本之家') 得到 %u811A%u672C%u4E4B%u5BB6，PHP urldecode 無法識別 %uXXXX 格式。本文提供完整反解函數、編碼原理分析、常見編碼範圍對照表，解決前後端編碼不互通問題。

問題場景

<a href="" onclick="window.open('list.php?kw=' + escape('腳本之家'))">點擊</a>
// 實際請求：list.php?kw=%u811A%u672C%u4E4B%u5BB6
// PHP urldecode($_GET['kw']) → 仍為 %u811A...  無法解碼

PHP 版 unescape 反解函數（核心）

<?php
function js_unescape($str) {
    $ret = '';
    $len = strlen($str);
    for ($i = 0; $i < $len; $i++) {
        if ($str[$i] === '%' && isset($str[$i+1]) && $str[$i+1] === 'u') {
            // %uXXXX (Unicode)
            $val = hexdec(substr($str, $i+2, 4));
            if ($val < 0x7f) {
                $ret .= chr($val);
            } elseif ($val < 0x800) {
                $ret .= chr(0xc0 | ($val >> 6)) . chr(0x80 | ($val & 0x3f));
            } else {
                $ret .= chr(0xe0 | ($val >> 12)) .
                        chr(0x80 | (($val >> 6) & 0x3f)) .
                        chr(0x80 | ($val & 0x3f));
            }
            $i += 5;
        } elseif ($str[$i] === '%') {
            // %XX (ASCII)
            $ret .= urldecode(substr($str, $i, 3));
            $i += 2;
        } else {
            $ret .= $str[$i];
        }
    }
    return $ret;
}

// 使用：注意編碼轉換
$kw = js_unescape($_REQUEST['kw']);        // 得到 UTF-8
$kw = iconv('UTF-8', 'GBK//IGNORE', $kw); // 若項目為 GBK，需轉碼
echo $kw; // 輸出：腳本之家
?>

PHP 實現 escape 編碼（反向生成給 JS 用）

<?php
function phpescape($str) {
    $len = strlen($str);
    $out = '';
    for ($i = 0; $i < $len; $i++) {
        if (ord($str[$i]) >= 127) { // 多字節字符（中文）
            // 取雙字節（GBK 編碼下一個漢字 2 字節）
            $char = substr($str, $i, 2);
            $ucs2 = bin2hex(iconv('GBK', 'UCS-2', $char));
            $out .= '%u' . $ucs2;
            $i++; // 跳過第二字節
        } else { // ASCII
            $out .= '%' . dechex(ord($str[$i]));
        }
    }
    return $out;
}

// 更通用的 UTF-8 版本
function escape_utf8($str) {
    return preg_replace_callback('/./u', function($m) {
        $cp = mb_ord($m[0], 'UTF-8');
        return $cp < 128 ? '%' . strtoupper(dechex($cp)) : '%u' . strtoupper(str_pad(dechex($cp), 4, '0', STR_PAD_LEFT));
    }, $str);
}
?>

原理解析：正則拆解字符串

常見開源實現：

<?php
function phpEscape($str) {
    // 正則：匹配「雙字節字符(含中文)」或「連續 ASCII」
    preg_match_all('/[\x80-\xff].|[\x01-\x7f]+/', $str, $r);
    $ar = $r[0];
    foreach ($ar as $k => $v) {
        if (ord($v[0]) < 128) {
            $ar[$k] = rawurlencode($v); // ASCII 直接 urlencode
        } else {
            $ar[$k] = '%u' . bin2hex(iconv('GB2312', 'UCS-2', $v)); // 中文轉 UCS-2
        }
    }
    return join('', $ar);
}
?>

正則詳解：

• [\x80-\xff].：匹配首字節在 0x80-0xFF 範圍的雙字節字符（GBK 中文首字節範圍）。
• [\x01-\x7f]+：匹配連續 ASCII 字符（0x01-0x7F）。
• 兩者互斥且覆蓋所有字符，preg_match_all 將字符串完整切分。

常見字符編碼範圍對照表（正則寫法參考）

JS 端對應解碼

// JS 原生 unescape 已棄用，現代瀏覽器仍支持但建議遷移
// 推薦：前後端統一用 encodeURIComponent / decodeURIComponent (UTF-8)
// 或 JSON 傳輸，避免手動編碼

最佳實踐建議

1. 新項目禁用 escape/unescape：改用 encodeURIComponent (JS) + urldecode (PHP)，均基於 UTF-8，無兼容性問題。
2. 存量系統：使用本文 js_unescape 反解，並統一項目編碼為 UTF-8，省去 iconv 麻煩。
3. API 傳中文：直接 json_encode，Header 設置 Content-Type: application/json; charset=utf-8，最省心。