Php 如何解码Unicode转义序列，如\u00ed“；正确的UTF-8编码字符？

PHP中是否有一个函数可以将Unicode转义序列（如“

\u00ed

”解码为“

í

”）以及所有其他类似事件

我发现了类似的问题，但它似乎不起作用。

试试这个：

$str = preg_replace_callback('/\\\\u([0-9a-fA-F]{4})/', function ($match) {
    return mb_convert_encoding(pack('H*', $match[1]), 'UTF-8', 'UCS-2BE');
}, $str);

如果是基于UTF-16的C/C++/Java/Json样式：

$str = preg_replace_callback('/\\\\u([0-9a-fA-F]{4})/', function ($match) {
    return mb_convert_encoding(pack('H*', $match[1]), 'UTF-8', 'UTF-16BE');
}, $str);

---

还有一个解决方案：

函数entity2utf8onechar（$unicode\u c）{
$unicode_c_val=intval（$unicode_c）；
$f=0x80；//10000000
$str=”“；
//U-00000000-U-0000007F:0xxxxxxx
如果（$unicode_c_val=0x80&&$unicode_c_val>6 |$h；
$c2=（$unicode_c_val&0x3F）|$f；
$str=chr（$c1）。chr（$c2）；
}如果（$unicode_c_val>=0x800&&$unicode_c_val>12 |$h；
$c2=（$unicode_c_val&0xFC0）>>6）|$f；
$c3=（$unicode_c_val&0x3F）|$f；
$str=chr（$c1）、chr（$c2）、chr（$c3）；
}
//U-00010000-U-001FFFFF:11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
如果（$unicode_c_val>=0x10000&&$unicode_c_val>18 |$h；
$c2=（$unicode_c_val&0x3F000）>>12）|$f；
$c3=（$unicode_c_val&0xFC0）>>6）|$f；
$c4=（$unicode_c_val&0x3F）|$f；
$str=chr（$c1）、chr（$c2）、chr（$c3）、chr（$c4）；
}
//U-00200000-U-03FFFFFF:11111 0xX 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
如果（$unicode_c_val>=0x200000&&$unicode_c_val>24 |$h；
$c2=（$unicode_c_val&0xFC0000）>>18）|$f；
$c3=（$unicode_c_val&0x3F000）>>12）|$f；
$c4=（$unicode_c_val&0xFC0）>>6）|$f；
$c5=（$unicode_c_val&0x3F）|$f；
$str=chr（$c1）、chr（$c2）、chr（$c3）、chr（$c4）、chr（$c5）；
}
//U-04000000-U-7FFFFFFF:1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
如果（$unicode_c_val>=0x4000000&&$unicode_c_val>30 |$h；
$c2=（$unicode_c_val&0x3F000000）>>24）|$f；
$c3=（$unicode_c_val&0xFC0000）>>18）|$f；
$c4=（$unicode_c_val&0x3F000）>>12）|$f；
$c5=（$unicode_c_val&0xFC0）>>6）|$f；
$c6=（$unicode_c_val&0x3F）|$f；
$str=chr（$c1）、chr（$c2）、chr（$c3）、chr（$c4）、chr（$c5）、chr（$c6）；
}
返回$str；
}
函数实体2UTF8（$unicode_c）{
$unicode_c=preg_replace（“/\&\”（[\da-f]{5}）\/es）、“entity2utf8onechar（'\\1'）”、$unicode#c）；
返回$unicode_c；
}
$str='\u0063\u0061\u0074'.\ud83d\ude38'；
$str2='\u0063\u0061\u0074'.\ud83d'；
//U+1F638
瓦鲁垃圾场(
“cat\xF0\x9F\x98\xB8”==escape\u sequence\u decode（$str），
“cat\xEF\xBF\xBD”==escape\u sequence\u decode（$str2）
);
函数转义\序列\解码（$str）{
//[U+D800-U+DBFF][U+DC00-U+DFFF]|[U+0000-U+FFFF]
$regex='/\\\u（[dD][89abAB][\da-fA-F]{2}）\\\u（[dD][c-fC-F][\da-fA-F]{2}）
|\\\u（[\da-fA-F]{4}）/sx'；
返回preg_replace_回调（$regex，function（$matches）{
如果（isset（$matches[3]））{
$cp=hexdec（$matches[3]）；
}否则{
$lead=hexdec（$matches[1]）；
$trail=hexdec（$matches[2]）；
// http://unicode.org/faq/utf_bom.html#utf16-4
$cp=（$lead$cp）{
$cp=0xFFFD；
}
// https://github.com/php/php-src/blob/php-5.6.4/ext/standard/html.c#L471
//php_utf32_utf8（无符号字符*buf，无符号k）
如果（$cp<0x80）{
返回chr（$cp）；
}否则如果（$cp<0xA0）{
返回chr（0xC0 |$cp>>6）.chr（0x80 |$cp&0x3F）；
}
返回html_entity_decode（'&#'.$cp.''）；
}美元/平方米）；
}
这是一个用HTML替换原始UNICODE的大锤式方法。我还没有看到任何其他地方可以放置此解决方案，但我认为其他人也有此问题

在执行任何操作之前，将此str_replace函数应用于原始JSON
否则

这不会花你想象的那么长时间，这将用HTML取代任何unicode

当然，如果您知道JSON中返回的unicode类型，那么这可以减少

例如，我的代码得到了很多箭头和unicode。
它们介于8448和11263之间。因此，我的生产代码如下所示：

$i=11263;
while($i>08448){
    ...etc...

您可以在此处按类型查找Unicode块：
如果你知道你在翻译阿拉伯语或Telegu或其他什么，你可以直接替换那些代码，而不是全部65000

您可以将同样的大锤应用于简单编码：

 $str=str_replace("\u$hex",chr($i),$str);

修复json值，
它是在u{xxx}之前添加\到all+“”

PHP7+
从PHP7开始，您可以使用

echo“\u{00ed}”
输出
i
@Docstero:正则表达式将匹配任何后跟四个十六进制数字的
\u
序列。警告：preg\u replace\u callback（）[function.preg replace callback]：编译失败：PCRE不支持偏移量1处的\L、\L、\N、\U或\U此函数无法处理补充字符，因为它们不能在UCS-2中表示。@gumbo如何调用或使用此函数？我在这里找到了我的方法，就像我在输出中\u00ed一样，但我正在使用json\U encode（）查看输出有趣的是，默认的json_encode（）会破坏输出，所以使用json_encode（$theDict，json_PRETTY_PRINT | json_UNESCAPED_UNICODE）；它甚至不需要对象包装：
json_decode（“.$text.”）
谢谢。这似乎是标准的方式，而不是公认的答案。有趣的是，这也适用于复杂的实体，如笑脸…
json_decode（“{”t:“\uD83D\uDE0A”}”）
是@deceze，你应该包括这样一个事实，
$text
可以包含双引号。因此，修订版应该是：
json_decode（'“'.str\u replace（''”、'\\'、$text）。”）
。感谢您的帮助：-）谢谢！比其他答案简单得多谢谢。这似乎适用于补充字符，例如

$str = '\u0063\u0061\u0074'.'\ud83d\ude38';
$str2 = '\u0063\u0061\u0074'.'\ud83d';

// U+1F638
var_dump(
    "cat\xF0\x9F\x98\xB8" === escape_sequence_decode($str),
    "cat\xEF\xBF\xBD" === escape_sequence_decode($str2)
);

function escape_sequence_decode($str) {

    // [U+D800 - U+DBFF][U+DC00 - U+DFFF]|[U+0000 - U+FFFF]
    $regex = '/\\\u([dD][89abAB][\da-fA-F]{2})\\\u([dD][c-fC-F][\da-fA-F]{2})
              |\\\u([\da-fA-F]{4})/sx';

    return preg_replace_callback($regex, function($matches) {

        if (isset($matches[3])) {
            $cp = hexdec($matches[3]);
        } else {
            $lead = hexdec($matches[1]);
            $trail = hexdec($matches[2]);

            // http://unicode.org/faq/utf_bom.html#utf16-4
            $cp = ($lead << 10) + $trail + 0x10000 - (0xD800 << 10) - 0xDC00;
        }

        // https://tools.ietf.org/html/rfc3629#section-3
        // Characters between U+D800 and U+DFFF are not allowed in UTF-8
        if ($cp > 0xD7FF && 0xE000 > $cp) {
            $cp = 0xFFFD;
        }

        // https://github.com/php/php-src/blob/php-5.6.4/ext/standard/html.c#L471
        // php_utf32_utf8(unsigned char *buf, unsigned k)

        if ($cp < 0x80) {
            return chr($cp);
        } else if ($cp < 0xA0) {
            return chr(0xC0 | $cp >> 6).chr(0x80 | $cp & 0x3F);
        }

        return html_entity_decode('&#'.$cp.';');
    }, $str);
}

function unicode2html($str){
    $i=65535;
    while($i>0){
        $hex=dechex($i);
        $str=str_replace("\u$hex","&#$i;",$str);
        $i--;
     }
     return $str;
}

$i=11263;
while($i>08448){
    ...etc...

 $str=str_replace("\u$hex",chr($i),$str);

  $item = preg_replace_callback('/"(.+?)":"(u.+?)",/', function ($matches) {
        $matches[2] = preg_replace('/(u)/', '\u', $matches[2]);
            $matches[2] = preg_replace('/(")/', '&quot;', $matches[2]); 
            $matches[2] = json_decode('"' . $matches[2] . '"'); 
            return '"' . $matches[1] . '":"' . $matches[2] . '",';
        }, $item);