記錄一下當接收到第三方返回的「中文漢字」是已經經過 Unicode 編碼時，如何還原成「正常漢字」去顯示的解法。

json_encode

首先可以先看一下 這篇提到的方式 ，僅限於「可掌握變數還是中文漢字時」使用：

$data = array(
    'title' => '高級伴讀書僮',
    'year'  => 2021,
    'do' => 'json_encode 編碼測試'
);
$json = json_encode($data);
echo "$json";

output

{“title”:"\u9ad8\u7d1a\u4f34\u8b80\u66f8\u50ee",“year”:2021,“do”:“json_encode \u7de8\u78bc\u6e2c\u8a66”}

// Use urlencode to workaround for json_encode without JSON_UNESCAPED_UNICODE
array_walk_recursive($data, function(&$value, $key) {
    if(is_string($value)) {
        $value = urlencode($value);
    }
});
$json = urldecode(json_encode($data));
echo "$json";

output

{“title”:“高級伴讀書僮”,“year”:2021,“do”:“json_encode 編碼測試”}

概念上就是先把所有「中文字」做 urlencode，在經過 json_encode 之後，再把 encode 結果執行 urldecode(整串 encode 結果) 還原裡面被 urlencode 編碼過的中文。

Unicode 編碼字符

假設發出請求後，第三方返回的文字已被編碼成 Unicode，如

\uxxxx\uxxxx\uxxxx...

我們該如何還原成可辨識的文字？在這邊先簡單帶過認識一下什麼是 Unicode 編碼：

Unicode

在表示一個 Unicode 的字元時，通常會用「U+」然後緊接著一組十六進位的數字來表示這一個字元。在基本多文種平面（英語：Basic Multilingual Plane，簡寫 BMP。又稱為「零號平面」、plane 0）裏的所有字元，要用四個數字（即 2 位元組，共 16 位元，例如 U+4AE0，共支援六萬多個字元）；在零號平面以外的字元則需要使用五或六個數字。舊版的Unicode標準使用相近的標記方法，但卻有些微小差異：在Unicode 3.0 裏使用「U-」然後緊接著八個數字，而「U+」則必須隨後緊接著四個數字。 — 出處： Unicode - 維基百科

上網找了些資料查看到底怎麼還還原 Unicode 文字 (一開始接到只有 \uxxxx 根本沒頭緒阿…)，不外乎提到上述 第一部份 講的情境，或是使用 mb_convert_encoding、icov 等方式，去做到格式轉換；官方範例則是有提到：json_encode 要帶入參數 JSON_UNESCAPED_UNICODE 去跳脫編碼。

BUT!!! 想要還原已經變成 Unicode 的編碼文字，其實可簡單使用 json_decode 達成，透過 json_encode 我們知道中文會被編碼成：

$string = '高級伴讀書僮';
echo json_encode($string);

output

“\u9ad8\u7d1a\u4f34\u8b80\u66f8\u50ee”

注意到編碼結果帶有「雙引號」了嗎？因此我們可以透過此原理去解碼：

// 收到返回的內容已經被轉為 Unicode 了，想要轉成中文顯示
$responseText = "\u9ad8\u7d1a\u4f34\u8b80\u66f8\u50ee";
// 在編碼文字前後包上「雙引號」，並執行 `json_decode` 即可
$zhHant = json_decode('"'.$responseText.'"');
print_r($zhHant);

output

高級伴讀書僮

其中，補上雙引號在解碼這件事是不可省略的，否則解碼可能會失敗。

mb_convert_encoding

測試使用 mb_convert_encoding 做格式轉換 ( 官方範例 )

$array = ["高級伴讀書僮", "編碼測試", '\u9ad8\u7d1a\u4f34\u8b80\u66f8\u50ee'];

// mb_convert_encoding ( array|string $string , string $to_encoding , array|string|null $from_encoding = null )
// mb_convert_encoding(文字, 編碼後的格式，來源文字格式/不確定可不給參數，或是給個 auto)
print_r(mb_convert_encoding($array, "utf8"));

根據上面程式碼，我就隨便假設有個使用場景為「讀入某個特殊編碼的檔案」，而你想把輸出全部轉為 utf8 時，可使用這個方法。

json_encode

測試使用 json_encode 觀察編碼的效果 ( 官方範例 )

$stringArray = array('高級伴讀書僮');

echo "Normal: ",  json_encode($stringArray), "\n";
echo "Tags: ",    json_encode($stringArray, JSON_HEX_TAG), "\n";
echo "Apos: ",    json_encode($stringArray, JSON_HEX_APOS), "\n";
echo "Quot: ",    json_encode($stringArray, JSON_HEX_QUOT), "\n";
echo "Amp: ",     json_encode($stringArray, JSON_HEX_AMP), "\n";
echo "Unicode: ", json_encode($stringArray, JSON_UNESCAPED_UNICODE), "\n";
echo "All: ",     json_encode($stringArray, JSON_HEX_TAG | JSON_HEX_APOS | JSON_HEX_QUOT | JSON_HEX_AMP | JSON_UNESCAPED_UNICODE), "\n\n";

output

Normal: ["\u9ad8\u7d1a\u4f34\u8b80\u66f8\u50ee"]
Tags: ["\u9ad8\u7d1a\u4f34\u8b80\u66f8\u50ee"]
Apos: ["\u9ad8\u7d1a\u4f34\u8b80\u66f8\u50ee"]
Quot: ["\u9ad8\u7d1a\u4f34\u8b80\u66f8\u50ee"]
Amp: ["\u9ad8\u7d1a\u4f34\u8b80\u66f8\u50ee"]
Unicode: ["高級伴讀書僮"] // <-- JSON_UNESCAPED_UNICODE 宣告跳脫 Unicode 編碼
All: ["高級伴讀書僮"]

補充

後來搜尋關鍵字找到 這篇 ，借用作者的方法測試轉換的結果，理解到原來還有補滿 4 個字元(補零)，會比較通用：

function unicode_to_utf8($unicode_str) {
    $strArr = explode("\u",$unicode_str);
    $unicode_str = "";
    // 後面要補 0 防止 PHP 無法正常解碼
    foreach ( $strArr as $row ) {
        if ( empty($row) ) {
            continue;
        }
        $unicode_str .= "\u" . str_pad($row,4,'0',STR_PAD_LEFT) ."";
    }

    $json = '{"str":"'.$unicode_str.'"}';
    $arr = json_decode($json,true);
    if(empty($arr)) return '';
    return $arr['str'];
}
print_r(unicode_to_utf8("\u9ad8\u7d1a\u4f34\u8b80\u66f8\u50ee"));
print_r(unicode_to_utf8("\u41\u61")); // 未滿四個字元的解碼測試

output

高級伴讀書僮 Aa

小結

一開始收到 \uxxxx 這類文字編碼時，因為從來沒有遇到過，根本無從找起 (只能一段一段 \uxxxx 去 google 找)，一開始還猜是不是簡體文字的編碼，還是什麼神秘的加密文字，怎麼 google 都沒辦法精準找到相關說明 (孤陋寡聞吶…)，但我確信可以解碼，因為 這個網站 解的出來QQ；

最後試著用 json_encode try 出可以得到一樣的編碼文字，也就是 Unicode 格式，再透過 json_decode 嘗試解碼，搞定。

把 google 過程找到的相關作法都稍微摸過，多看幾個與編碼相關，且經常使用的語法，如果以後在實務上遇到，也能比較清楚選用哪個方案著手處理編碼問題。

參考連結

• 通用字元集 - 維基百科
• 字形維基(GlyphWiki)
• 字符编码笔记：ASCII，Unicode 和 UTF-8 - 阮一峰的网络日志
• 字体编辑用中日韩汉字Unicode编码表