参考：为什么我的“特殊” Unicode字符使用json_encode奇怪地编码？

Question

当使用“特殊” Unicode字符时，当编码为JSON时，它们作为奇怪的垃圾出现：

php > echo json_encode(['foo' => '馬']);
{"foo":"\u99ac"}

为什么？我的编码做错了吗？

（这是一劳永逸地澄清该主题的参考问题，因为这是一遍又一遍的。）

Answer 1

首先： 这里没有错。 这就是 可以 在JSON中编码字符的 方式 。它是官方
标准。它基于如何在 Javascript
ECMAScript（第7.8.4节“字符串文字”）中形成字符串文字的方式，其描述如下：

任何代码点都可以表示为十六进制数。此数字的含义由ISO / IEC 10646确定。如果代码点位于基本多语言平面（U + 0000至U +
FFFF）中，则可以将其表示为六个字符的序列：反向固线，后跟小写字母u，然后是对代码点进行编码的四个十六进制数字。[…]例如，仅包含单个反斜线字符的字符串可以表示为“
\ u005C”。

简而言之：任何字符都可以编码为\u....，其中....字符的Unicode代码点（对于BMP之外的字符，则为UTF-16代理对的一半的代码点）。

"馬"
"\u99ac"

这两个字符串文字代表完全相同的字符，它们是绝对等价的。当这些字符串文字由兼容的JSON解析器解析时，它们都将产生字符串“马”。它们 看起来
并不相同，但是它们在JSON数据编码格式中的 含义 相同。

PHP
json_encode最好使用\u....转义序列对非ASCII字符进行编码。从技术上讲，它不是必须的，但确实如此。结果是完全正确的。如果您希望在JSON中使用文字字符而不是转义序列，则可以JSON_UNESCAPED_UNICODE在PHP
5.4或更高版本中设置标志：

php > echo json_encode(['foo' => '馬'], JSON_UNESCAPED_UNICODE);
{"foo":"馬"}

需要强调的是：这只是一个 首选项 ，以任何方式都不需要在JSON中传输“ Unicode字符”。