前端用 escape('腳本之家') 得到 PHP%u5F00%u53D1%u8D44%u6E90%u7F51。PHP urldecode()、**無法解碼** %uXXXX 格式,需自定義解碼器。
* @ - _ + . / **不編碼**。%XX(單字節十六進制)。%uXXXX**(Unicode 碼位,4 位十六進制,大寫)。encodeURIComponent()(UTF-8 字節編碼 %E4%B8%AD)。js_unescape() 完整實現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
$hex = substr($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));
}
$i += 5;
} elseif ($str[$i] === '%' && isset($str[$i+2])) {
// %XX
$result .= urldecode(substr($str, $i, 3));
$i += 2;
} else {
$result .= $str[$i];
}
}
return $result;
}
// 使用
$encoded = 'PHP%u5F00%u53D1%u8D44%u6E90%u7F51';
echo js_unescape($encoded); // PHP開發資源網 (UTF-8)
JS escape 產出的 %uXXXX 對應 **UCS-2BE (UTF-16BE)** 編碼。解碼後得到 UTF-8,**若項目為 GBK 需轉碼**:
// GBK 項目中
$gbkStr = iconv('UTF-8', 'GBK//IGNORE', js_unescape($_GET['param']));
escape()(兼容舊系統)function php_escape(string $str, string $in = 'UTF-8', string $out = 'UCS-2BE'): string {
$result = '';
$len = mb_strlen($str, $in);
for ($i = 0; $i < $len; $i++) {
$char = mb_substr($str, $i, 1, $in);
$bytes = mb_convert_encoding($char, $out, $in);
if (strlen($bytes) > 1) {
$result .= '%u' . strtoupper(bin2hex($bytes));
} else {
$result .= '%' . strtoupper(bin2hex($bytes));
}
}
return $result;
}
function php_escape_gbk_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]);
}
/[\x80-\xff].|[\x01-\x7f]+/
// [\x80-\xff]. -> 匹配 GBK 雙字節字符(首字節 0x80-0xFF + 任意次字節)
// [\x01-\x7f]+ -> 匹配連續 ASCII 字符(1-127)
// 這樣將字符串拆分為「中文字符」和「英文串」兩類,分別處理。
function unescape_full(string $str): string {
$str = rawurldecode($str);
preg_match_all('/%u.{4}|.{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, '')) {
$m[0][$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]);
}
| 範圍 | 碼位 | PCRE 正則 (需 u 修飾符) |
|---|---|---|
| CJK 基本區 | U+4E00 - U+9FA5 | /[\x{4e00}-\x{9fa5}]/u |
| CJK 擴展 A | U+3400 - U+4DBF | /[\x{3400}-\x{4dbf}]/u |
| CJK 擴展 B | U+20000 - U+2A6DF | /[\x{20000}-\x{2a6df}]/u (PHP 7.0+) |
| 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 |