晚上在抓取某網站數據,結果在數據包中發現了這么一串編碼的數據:"......u65b0u6d6au5faeu535a......", 這其實是中文被unicode編碼后了的數據,我現在就是想解碼出中文來,上度娘搞了半天,試了很多的姿(方)勢(法),終于搞定了。
//咱將上述方案A給封裝起來~~~(方案A穩定版+升級+推薦)
class Helper_Tool
{
static function unicodeDecode($data)
{
function replace_unicode_escape_sequence($match) {
return mb_convert_encoding(pack('H*', $match[1]), 'UTF-8', 'UCS-2BE');
}
$rs = preg_replace_callback('//u([0-9a-f]{4})/i', 'replace_unicode_escape_sequence', $data);
return $rs;
}
}
//調用
$name = 'u65b0u6d6au5faeu535a';
$data = Helper_Tool::unicodeDecode($name); //輸出新浪微博
對于方案B, 我要特別重點說明下注意事項, 在好友 XAR (猛戳XAR博客) 的技術支持下,總結出要處理的字符串(即傳遞給函數unicodeDecode的參數$name的內容中一定不能包含單引號,否則就會導致解析失敗, 所以有必要的話可以借助 str_replace()函數將非法字符格式化為合格字符)
新聞熱點
疑難解答