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 實現 JavaScript escape() / unescape() 編碼解碼函數

背景

JS escape() 對非 ASCII 字符編碼為 %uXXXX (Unicode 碼位),unescape() 還原。PHP urlencode() 按 UTF-8 字節編碼 %XX%XX,**不兼容**。前後端交互、存儲 JS 編碼數據時需雙向轉換。

PHP 實現 escape()

/**
 * JS escape() PHP 實現
 * @param string $string 待編碼字符串
 * @param string $in_encoding  輸入編碼(默認 UTF-8)
 * @param string $out_encoding 輸出編碼(默認 UCS-2BE,符合 %uXXXX)
 * @return string 編碼後字符串
 */
function js_escape(string $string, string $in_encoding = 'UTF-8', string $out_encoding = 'UCS-2BE'): string {
    $result = '';
    $len = mb_strlen($string, $in_encoding);
    for ($i = 0; $i < $len; $i++) {
        $char = mb_substr($string, $i, 1, $in_encoding);
        $bytes = mb_convert_encoding($char, $out_encoding, $in_encoding);
        if (strlen($bytes) > 1) { // 多字節字符 -> %uXXXX
            $result .= '%u' . strtoupper(bin2hex($bytes));
        } else { // ASCII 字符 -> %XX
            $result .= '%' . strtoupper(bin2hex($bytes));
        }
    }
    return $result;
}

PHP 實現 unescape()

/**
 * JS unescape() PHP 實現
 * @param string $str JS escape 編碼字符串
 * @return string 解碼後字符串(UTF-8)
 */
function js_unescape(string $str): string {
    $result = '';
    $len = strlen($str);
    for ($i = 0; $i < $len; $i++) {
        if ($str[$i] === '%' && isset($str[$i+1]) && $str[$i+1] === 'u') {
            // %uXXXX 格式
            $hex = substr($str, $i+2, 4);
            $val = hexdec($hex);
            if ($val < 0x80) {
                $result .= chr($val);
            } elseif ($val < 0x800) {
                $result .= chr(0xC0 | ($val >> 6)) . chr(0x80 | ($val & 0x3F));
            } else {
                $result .= chr(0xE0 | ($val >> 12)) .
                           chr(0x80 | (($val >> 6) & 0x3F)) .
                           chr(0x80 | ($val & 0x3F));
            }
            $i += 5; // 跳過 %uXXXX
        } elseif ($str[$i] === '%' && isset($str[$i+2])) {
            // %XX 格式
            $result .= urldecode(substr($str, $i, 3));
            $i += 2;
        } else {
            $result .= $str[$i];
        }
    }
    return $result;
}

編碼轉換關鍵點

  • JS escape() **內部按 UTF-16 (UCS-2) 編碼** 非 ASCII 字符,輸出 %uXXXX。
  • PHP 端解碼後得到 UTF-8 字符串,**若項目編碼為 GBK/GB2312,需額外 iconv('UTF-8', 'GBK', $result)**。
  • 現代 Web **棄用 escape/unescape**,改用 encodeURIComponent/decodeURIComponent(UTF-8 字節編碼),PHP 端直接用 urlencode/urldecode 或 rawurlencode/rawurldecode 即可完美互通。

兼容舊系統的編碼函數(GBK 環境)

function php_escape_gbk(string $str): string {
    $result = '';
    $len = strlen($str);
    for ($i = 0; $i < $len; $i++) {
        $ord = ord($str[$i]);
        if ($ord >= 127) { // 雙字節 GBK 字符
            $char = $str[$i] . $str[$i+1];
            $ucs2 = iconv('GBK', 'UCS-2BE', $char);
            $result .= '%u' . strtoupper(bin2hex($ucs2));
            $i++;
        } else {
            $result .= '%' . strtoupper(dechex($ord));
        }
    }
    return $result;
}

// 正則版(更簡潔)
function php_escape_regex(string $str): string {
    preg_match_all('/[\x80-\xff].|[\x01-\x7f]+/', $str, $m);
    foreach ($m[0] as $k => $v) {
        if (ord($v[0]) < 128) {
            $m[0][$k] = rawurlencode($v);
        } else {
            $m[0][$k] = '%u' . bin2hex(iconv('GBK', 'UCS-2BE', $v));
        }
    }
    return implode('', $m[0]);
}

解碼通用函數(支持 %uXXXX、&#xHHHH;、&#DDDD;)

function js_unescape_full(string $str): string {
    $str = rawurldecode($str); // 先處理 %XX
    preg_match_all('/%u.{4}|&#x.{4};|&#\d+;|./u', $str, $m);
    foreach ($m[0] as $k => $v) {
        if (str_starts_with($v, '%u')) {
            $m[0][$k] = iconv('UCS-2BE', 'UTF-8', pack('H4', substr($v, -4)));
        } elseif (str_starts_with($v, '&#x')) {
            $m[0][$k] = iconv('UCS-2BE', 'UTF-8', pack('H4', substr($v, 3, -1)));
        } elseif (str_starts_with($v, '&#')) {
            $m[0][$k] = iconv('UCS-2BE', 'UTF-8', pack('n', substr($v, 2, -1)));
        }
    }
    return implode('', $m[0]);
}

中文正則編碼範圍速查

編碼範圍正則 (PCRE)
GBK 雙字節0x8140 - 0xFEFE/[\x80-\xff]{2}/
UTF-8 中文基本區U+4E00 - U+9FA5/[\x{4e00}-\x{9fa5}]/u
擴展區 AU+3400 - U+4DBF/[\x{3400}-\x{4dbf}]/u
韓文音節U+AC00 - U+D7A3/[\x{ac00}-\x{d7a3}]/u
日文假名U+3040 - U+30FF/[\x{3040}-\x{30ff}]/u
copyright © 萬盛學電腦網 all rights reserved