在PHP5.3中解析Unicode JSON对象

我试图在PHP5.3中解析推文中的文本，但在解析包含Unicode字符的用户提及、哈希标记和链接时遇到问题

首先，我获取推文并将其存储到txt文件：

$tweets_file = createFile('cache/'.$twitteruser.'-tweets.txt', json_encode($tweets));

之后，在我的文本文件中，我可以看到一串Unicode字符（例如，

Landsli\u00f0sma\u00f0ur

）

当我尝试显示所有推文时，我是这样做的：

function twitterify($text) {
  $text = preg_replace("#(^|[\n ])([\w]+?://[\w]+[^ \"\n\r\t< ]*)#u", "\\1<a href=\"\\2\" target=\"_blank\">\\2</a>", $text);
  $text = preg_replace("#(^|[\n ])((www|ftp)\.[^ \"\t\n\r< ]*)#u", "\\1<a href=\"http://\\2\" target=\"_blank\">\\2</a>", $text);
  $text = preg_replace("/@(\w+)/u", "<a href=\"http://www.twitter.com/\\1\" target=\"_blank\">@\\1</a>", $text);
  $text = preg_replace("/#(\w+)/u", "<a href=\"http://search.twitter.com/search?q=\\1\" target=\"_blank\">#\\1</a>", $text);
  return $text;
}

$tweets_file = file_get_contents('cache/'.$queried_user.'-tweets.txt');
$tweets = json_decode($tweets_file);
foreach($tweets as $tweet) {
  echo twitterify($tweet->text);
  // do other stuff...
}

函数twitterify（$text）{
$text=preg#u replace（“#（^|[\n]）（[\w]+？：/[\w]+[^\”\n\r\t<]*）#u“，“\\1”，$text）；
$text=preg#u replace（“#（^|[\n]）（（www ^ ftp）\.[^\“\t\n\r<]*）#u”、“\\1”、$text）；
$text=preg_replace（“/@（\w+）/u”，”，$text）；
$text=preg#u replace（“/#（\w+）/u“，”，$text）；
返回$text；
}
$tweets\u file=file\u get\u contents（'cache/'。$queryed\u user.-tweets.txt'）；
$tweets=json_解码（$tweets_文件）；
foreach（$tweets作为$tweet）{
echo twitterify（$tweet->text）；
//做其他事情。。。
}

例如，在hashtag中出现Unicode字符之前，这里的一切都很正常。我的

pregðu replace

在该字符处停止，像

#rafhlaða

这样的标签将呈现为

ða

---

如何正确呈现包含Unicode字符的文本？

尝试将此添加到脚本中（并省去preg\u replace）：

解决方案二：

$tweets_file = file_get_contents('cache/'.$queried_user.'-tweets.txt', FILE_TEXT);

---

我不能重现你的错误。我从pastebin获取JSON数据，并将其修改为最简单的情况：

[{"text":"#rafhla\u00f0a"}]

所以，文本只有一个字：rafhlaða

然后运行以下脚本：

<?php
function twitterify($ret) {
    $ret = preg_replace("#(^|[\n ])([\w]+?://[\w]+[^ \"\n\r\t< ]*)#u", "\\1<a href=\"\\2\" target=\"_blank\">\\2</a>", $ret);
    $ret = preg_replace("#(^|[\n ])((www|ftp)\.[^ \"\t\n\r< ]*)#u", "\\1<a href=\"http://\\2\" target=\"_blank\">\\2</a>", $ret);
    $ret = preg_replace("/@(\w+)/u", "<a href=\"http://www.twitter.com/\\1\" target=\"_blank\">@\\1</a>", $ret);
    $ret = preg_replace("/#(\w+)/u", "<a href=\"http://search.twitter.com/search?q=\\1\" target=\"_blank\">#\\1</a>", $ret);
    return $ret;
}


$tweets_file = file_get_contents('file.txt');
$tweets = json_decode($tweets_file);
foreach($tweets as $tweet) {
    print $tweet->text;
    print "\n";
    echo twitterify($tweet->text);
    exit;
}

---

plz，将文件内容发布到pastebin中，并添加链接到questionContents of the file is here Hm，但我的页面不会呈现为HTML内容，而是呈现为纯文本？就像我在查看文件的源代码一样。然后问题是，为什么要将JSON数据存储在txt文件（cache/'.$queryed_user.'-tweets.txt）而不是.JSON文件中？我尝试保存.JSON文件，并在读取txt文件时尝试添加文件文本。还是一样的问题=（好吧，这很奇怪…我用我的代码三次检查了你的代码片段，但我仍然有这个问题=/@errata也许，我们的php解释器中的Unicode支持有所不同？我的是PHP5.4.7（cli）（构建时间：2012年9月14日14:44:02）在Linux Slackware 14.0上运行时，我甚至尝试复制您的案例。仍然遇到同样的问题…我的PHP在Mac OS X 10.8.4上是v5.3.15。@这里的勘误表我尝试在线复制，但它成功地工作了@errata我找到了原因：“此修饰符在Unix上可从PHP 4.1.0或更高版本获得，在win32上可从PHP 4.2.3获得”
<?php
function twitterify($ret) {
    $ret = preg_replace("#(^|[\n ])([\w]+?://[\w]+[^ \"\n\r\t< ]*)#u", "\\1<a href=\"\\2\" target=\"_blank\">\\2</a>", $ret);
    $ret = preg_replace("#(^|[\n ])((www|ftp)\.[^ \"\t\n\r< ]*)#u", "\\1<a href=\"http://\\2\" target=\"_blank\">\\2</a>", $ret);
    $ret = preg_replace("/@(\w+)/u", "<a href=\"http://www.twitter.com/\\1\" target=\"_blank\">@\\1</a>", $ret);
    $ret = preg_replace("/#(\w+)/u", "<a href=\"http://search.twitter.com/search?q=\\1\" target=\"_blank\">#\\1</a>", $ret);
    return $ret;
}


$tweets_file = file_get_contents('file.txt');
$tweets = json_decode($tweets_file);
foreach($tweets as $tweet) {
    print $tweet->text;
    print "\n";
    echo twitterify($tweet->text);
    exit;
}

#rafhlaða
<a href="http://search.twitter.com/search?q=rafhlaða" target="_blank">#rafhlaða</a>

#rafhlaða renders to <a href="#">#rafhla</a>ða

<?php
function twitterify($ret) {
    $ret = preg_replace("#(^|[\n ])([\w]+?://[\w]+[^ \"\n\r\t< ]*)#", "\\1<a href=\"\\2\" target=\"_blank\">\\2</a>", $ret);
    $ret = preg_replace("#(^|[\n ])((www|ftp)\.[^ \"\t\n\r< ]*)#", "\\1<a href=\"http://\\2\" target=\"_blank\">\\2</a>", $ret);
    $ret = preg_replace("/@(.+?)(?=\s|$)/", "<a href=\"http://www.twitter.com/\\1\" target=\"_blank\">@\\1</a>", $ret);
    $ret = preg_replace("/#(.+?)(?=\s|$)/", "<a href=\"http://search.twitter.com/search?q=\\1\" target=\"_blank\">#\\1</a>", $ret);
    return $ret;
}


$tweet = '[{"text":"#rafhla\u00f0a #rafhla\u00f0a"}]';
$tweet = json_decode($tweet);
print $tweet[0]->text;
print "\n";
echo twitterify($tweet[0]->text);