萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> PHP 程式設計

PHP 實作 JavaScript escape/unescape 函式 (Unicode 編碼互轉)

前言

JavaScript escape() / unescape() (已棄用) 以 %XX (ASCII) 與 %uXXXX (Unicode) 編碼字串。PHP 無內建對應函式,本文提供兩種完整實作,支援 UTF-8/GBK 互轉。

方案一:現代 Unicode 處理 (推薦,PHP 7.0+)

<?php
class JsEscape
{
    /**
     * 相容 JavaScript escape()
     * ASCII 字元 -> %XX
     * 非 ASCII -> %uXXXX (UTF-16BE 代碼單元)
     */
    public static function escape(string $str, string $encoding = 'UTF-8'): string
    {
        $result = '';
        $length = mb_strlen($str, $encoding);

        for ($i = 0; $i < $length; $i++) {
            $char = mb_substr($str, $i, 1, $encoding);
            $bytes = mb_convert_encoding($char, 'UTF-16BE', $encoding);
            $codeUnit = unpack('n', $bytes)[1]; // Big-endian unsigned short

            if ($codeUnit <= 0xFF && $char !== '%') {
                // ASCII 範圍 (排除 % 避免雙重編碼)
                $result .= '%' . strtoupper(dechex($codeUnit));
            } else {
                // Unicode 字元
                $result .= '%u' . strtoupper(str_pad(dechex($codeUnit), 4, '0', STR_PAD_LEFT));
            }
        }
        return $result;
    }

    /**
     * 相容 JavaScript unescape()
     */
    public static function unescape(string $str, string $encoding = 'UTF-8'): string
    {
        // 先處理 %uXXXX
        $str = preg_replace_callback('/%u([0-9A-Fa-f]{4})/', function ($m) use ($encoding) {
            $code = hexdec($m[1]);
            // UTF-16BE -> 目標編碼
            return mb_convert_encoding(pack('n', $code), $encoding, 'UTF-16BE');
        }, $str);

        // 再處理 %XX
        $str = preg_replace_callback('/%([0-9A-Fa-f]{2})/', function ($m) use ($encoding) {
            $byte = hexdec($m[1]);
            return chr($byte);
        }, $str);

        return $str;
    }
}

// 測試
$original = 'Hello 世界 😀';
$escaped = JsEscape::escape($original);
$unescaped = JsEscape::unescape($escaped);

echo "原文: $original\n";
echo "Escape: $escaped\n";
echo "Unescape: $unescaped\n";
echo "Roundtrip: " . ($original === $unescaped ? 'OK' : 'FAIL') . "\n";
// 輸出:
// Escape: %48%65%6C%6C%6F%20%u4E16%u754C%20%uD83D%uDE00
?>

方案二:傳統 iconv 版本 (相容舊專案、GBK 環境)

<?php
function js_escape_legacy($str, $fromEncoding = 'GBK')
{
    $result = '';
    $len = strlen($str);
    for ($i = 0; $i < $len; $i++) {
        $char = $str[$i];
        $ord = ord($char);
        if ($ord < 128) {
            // ASCII
            $result .= '%' . strtoupper(dechex($ord));
        } else {
            // 多位元組字元 (假設 GBK 雙字節)
            if ($i + 1 < $len) {
                $double = $char . $str[$i + 1];
                $ucs2 = iconv($fromEncoding, 'UCS-2BE', $double);
                $hex = strtoupper(bin2hex($ucs2));
                $result .= '%u' . $hex;
                $i++;
            } else {
                $result .= '%' . strtoupper(dechex($ord));
            }
        }
    }
    return $result;
}

function js_unescape_legacy($str, $toEncoding = 'GBK')
{
    // 先處理 %uXXXX
    $str = preg_replace_callback('/%u([0-9A-Fa-f]{4})/', function ($m) use ($toEncoding) {
        $bytes = pack('H4', $m[1]);
        return iconv('UCS-2BE', $toEncoding, $bytes);
    }, $str);

    // 再處理 %XX
    $str = preg_replace_callback('/%([0-9A-Fa-f]{2})/', function ($m) {
        return chr(hexdec($m[1]));
    }, $str);

    return $str;
}
?>

編碼對照表

字元Unicode 碼位escape() 輸出說明
AU+0041%41ASCII 字母
中U+4E2D%u4E2DBMP 字元
😀U+1F600%uD83D%uDE00Supplementary Plane -> UTF-16 代理對
%U+0025%25特殊字元需編碼

注意事項

  • escape/unescape 已從 ECMAScript 標準移除,現代 Web 應使用 encodeURIComponent/decodeURIComponent (UTF-8 百分比編碼)。
  • PHP rawurlencode()/rawurldecode() 對應 JS encodeURIComponent/decodeURIComponent。
  • 若需與舊系統 (如老版 ASP/JS) 互通,才使用本文實作。
  • Emoji 等補充平面字元在 UTF-16 為代理對,會產生兩個 %uXXXX 序列。

總結

提供現代 mb_convert_encoding + UTF-16BE 與傳統 iconv + UCS-2BE 兩種實作,涵蓋 UTF-8/GBK 環境,完美相容 JavaScript 早期 escape/unescape 行為。

copyright © 萬盛學電腦網 all rights reserved