JSON 和转义字符答案

【问题标题】：JSON and escaping charactersJSON 和转义字符
【发布时间】：2011-06-21 12:43:06
【问题描述】：

我有一个字符串，它在 Javascript 中序列化为 JSON，然后反序列化为 Java。

看起来如果字符串包含度数符号，那么我会遇到问题。

我可以借助一些帮助来找出该怪谁：

是 Spidermonkey 1.8 的实现吗？（这有一个内置的 JSON 实现）
是Google gson吗？
是我做的不好？

以下是 JSDB 中发生的情况：

js>s='15\u00f8C'
15°C
js>JSON.stringify(s)
"15°C"

我原以为 "15\u00f8C' 这让我相信 Spidermonkey 的 JSON 实现没有做正确的事情......除了 JSON homepage's syntax description（这是规范吗？）说 char 可以是

任何-Unicode 字符- 除了-"-或-\-或- 控制字符”

所以也许它按原样传递字符串而不将其编码为 \u00f8... 在这种情况下，我认为问题出在 gson 库上。

谁能帮忙？

我想我的解决方法是使用不同的 JSON 库，或者在调用 JSON.stringify() 后自己手动转义字符串——但如果这是一个错误，那么我想提交一个错误报告。

【问题讨论】：

grrr... 别介意我的 Windows PC 决定使用将度数符号映射到 \u00f8 而不是 \u00b0 的字符集！

标签： json unicode

【解决方案1】：

这太晚了，可能不再相关，但如果有人偶然发现这个答案，我相信我知道原因。

因此，正如另一个答案所提到的，JSON 编码的字符串与其中的度数符号完全有效。问题很可能出在您正在读/写的字符编码中。根据您使用 Gson 的方式，您可能传递给它一个 java.io.Reader 实例。每当您从InputStream 创建Reader 时，您需要指定字符编码或java.nio.charset.Charset 实例（通常最好使用java.nio.charset.StandardCharsets.UTF_8）。如果您不指定Charset，Java 将使用您的平台默认编码，在Windows 上通常为CP-1252。

【讨论】：

【解决方案2】：

这不是两种实现中的错误。不需要转义 U+00B0。引用RFC：

2.5。字符串

字符串的表示是类似于 C 中使用的约定编程语言家族。一种字符串以引号开头和结尾分数。所有 Unicode 字符都可能是放在引号内除了必须的字符转义：引号，反向固相线和控制字符（U+0000 到 U+001F）。

任何字符都可以被转义。

对所有内容进行转义会增加数据的大小（在所有 Unicode 转换格式中，所有代码点都可以用 4 个或更少的字节表示；而对它们全部进行编码则使它们成为 6 个或 12 个字节）。

您的代码中的某处很可能存在文本转码错误，并且转义 ASCII 子集中的所有内容会掩盖问题。 JSON 规范要求所有数据都使用 Unicode 编码。

【讨论】：

@user：支持不在英文基本字母表中的字符并没有什么懒惰的。欢迎来到 2015 年，我们不再使用 ASCII。

【解决方案3】：

嗯，无论如何，这里有一个解决方法：

function JSON_stringify(s, emit_unicode)
{
   var json = JSON.stringify(s);
   return emit_unicode ? json : json.replace(/[\u007f-\uffff]/g,
      function(c) { 
        return '\\u'+('0000'+c.charCodeAt(0).toString(16)).slice(-4);
      }
   );
}

测试用例：

js>s='15\u00f8C 3\u0111';
15°C 3◄
js>JSON_stringify(s, true)
"15°C 3◄"
js>JSON_stringify(s, false)
"15\u00f8C 3\u0111"

【讨论】：

在这里 ping 一个旧答案，但对于 BMP 之外的字符，这似乎会失败。