前後端交互中,JSON 傳輸常將非 ASCII 字符編碼為 \uXXXX;JavaScript escape()(已棄用)產生 %uXXXX。PHP 端需解碼還原為 UTF-8 字符串。本文提供兩個實用函數:uni_decode() 統一處理 HTML 實體數字編碼 〹 與 JS %uXXXX;phpescape() 實現 PHP 端 escape() 兼容編碼(供特殊場景逆向構造)。
uni_decode()function uni_decode(string $s): string {
// 1. 匹配 HTML 數字實體 〹
preg_match_all('/([0-9]{2,5});/', $s, $html_uni);
// 2. 匹配 JS escape %uXXXX
preg_match_all('/%u([0-9a-f]{4})/i', $s, $js_uni);
$source = array_merge($html_uni[0], $js_uni[0]);
$codepoints = array_merge($html_uni[1], array_map('hexdec', $js_uni[1]));
$result = $s;
foreach ($codepoints as $i => $cp) {
$result = str_replace($source[$i], unicode2utf8($cp), $result);
}
return $result;
}
function unicode2utf8(int $c): string {
if ($c < 0x80) { return chr($c); }
if ($c < 0x800) {
return chr(0xC0 | $c >> 6) . chr(0x80 | $c & 0x3F);
}
if ($c < 0x10000) {
return chr(0xE0 | $c >> 12) . chr(0x80 | $c >> 6 & 0x3F) . chr(0x80 | $c & 0x3F);
}
if ($c < 0x200000) {
return chr(0xF0 | $c >> 18) . chr(0x80 | $c >> 12 & 0x3F) . chr(0x80 | $c >> 6 & 0x3F) . chr(0x80 | $c & 0x3F);
}
return ''; // 超出 Unicode 範圍
}
// 測試
$str = '%u5927%u5BB6%u597D%uFF0C我是孤魂!<br />\u8FD9\u662F\u6D4B\u8BD5\u6587\u672C\uFF01';
echo uni_decode($str); // 大家好,我是孤魂!這是測試文本!
phpescape()(兼容 JS unescape)function phpescape(string $str): string {
// 按中文字符(雙字節)與 ASCII 單字符分組
preg_match_all('/[\x80-\xff].|[\x01-\x7f]+/', $str, $m);
$out = '';
foreach ($m[0] as $v) {
if (ord($v) >= 127) { // 非 ASCII
$ucs2 = bin2hex(iconv('GBK', 'UCS-2BE', $v)); // 大端序
// PHP_OS 不含 WIN 時 iconv 輸出可能為小端,需調整
if (stripos(PHP_OS, 'WIN') === false) {
$ucs2 = substr($ucs2, 2, 2) . substr($ucs2, 0, 2);
}
$out .= '%u' . strtoupper($ucs2);
} else {
$out .= rawurlencode($v);
}
}
return $out;
}
json_encode($data, JSON_UNESCAPED_UNICODE) 保留中文可讀性,前端 JSON.parse 自動處理,無需手工 escape/unescape。urlencode() / rawurlencode()(RFC 3986),前端 decodeURIComponent()。utf8mb4,連接執行 SET NAMES utf8mb4,直接存儲原文字符,避免編碼轉換損耗與錯誤。iconv 在不同平台(glibc vs musl、Windows)對 UCS-2 字節序處理可能不同,跨平台部署需測試驗證。preg_match_all 的 /e 修飾符已移除(PHP 7.0+),本文代碼已改用 array_map('hexdec', ...) 替代。unicode2utf8 已支援至 0x1FFFFF。理解編碼本質(代碼點→字節序列)比記憶函數更重要。遇到編碼亂碼時,先確認「源編碼是什麼」「目標編碼是什麼」「中間經過了哪些轉換環節」。