JSON unicode 字符转换

Question

我遇到了这个我似乎无法解码的奇怪 JSON。 为简化起见，假设它是一个 JSON 字符串：

"\uffffffe2\uffffff94\uffffff94\uffffffe2\uffffff94\uffffff80\uffffffe2\uffffff94\uffffff80 mystring"

解码后应如下所示：

└── mystring

JS 或 PHP 似乎没有正确转换它。

js> JSON.parse('"\uffffffe2\uffffff94\uffffff94\uffffffe2\uffffff94\uffffff80\uffffffe2\uffffff94\uffffff80 mystring"')
ffe2ff94ff94ffe2ff94ff80ffe2ff94ff80 mystring

PHP 行为相同

php> json_decode('"\uffffffe2\uffffff94\uffffff94\uffffffe2\uffffff94\uffffff80\uffffffe2\uffffff94\uffffff80 mystring"')
ffe2ff94ff94ffe2ff94ff80ffe2ff94ff80 mystring

欢迎任何关于如何正确解析这个 JSON 字符串的想法。

Answer 1

它不是有效的 JSON 字符串 - JSON 仅支持 \u 后的 4 个十六进制数字。 PHP 和 JS 的结果都是正确的。

使用标准函数无法解码。

你从哪里得到这个 JSON 字符串？

关于您想要获取的字符串的正确 json - 它应该是 "\u2514\u2500\u2500 mystring"，或者只是 "└── mystring"（json 支持字符串中的任何 unicode 字符，" 和 \ 除外）。

此外，如果您需要对需要两个以上字节的字符进行编码 - 这将导致两个转义码，例如 "?" 在转义时将是 "\ud864\udd0e"。

所以，如果你真的需要解码上面的字符串 - 你可以在解码之前修复它，通过正则表达式将 \uffffffe2 替换为 \uffff\uffe2（对于 js，它类似于：s.replace(/(\\u[A-Fa-f0-9]{4})([A-Fa-f0-9]{4})/gi,'$1\\u$2')）。

但是无论如何上面指定的字符串中的字符代码看起来都不正确。