解析JSON时无法识别的字符

Question

我有一个这样的字符串，当我试图解析它时，它出现在JSON < code > processing data call \ \ u 007 fabc computers 中，jackson抛出一个这样的异常:

org.codehaus.jackson.JsonParseException: Unrecognized character escape 'U' (code 85)
 at [Source: java.io.StringReader@1b43c429; line: 1, column: 361]
        at org.codehaus.jackson.JsonParser._constructError(JsonParser.java:1292)
        at org.codehaus.jackson.impl.JsonParserMinimalBase._reportError(JsonParserMinimalBase.java:385)
        at org.codehaus.jackson.impl.JsonParserMinimalBase._handleUnrecognizedCharacterEscape(JsonParserMinimalBase.java:360)
        at org.codehaus.jackson.impl.ReaderBasedParser._decodeEscaped(ReaderBasedParser.java:1064)
        at org.codehaus.jackson.impl.ReaderBasedParser._finishString2(ReaderBasedParser.java:785)
        at org.codehaus.jackson.impl.ReaderBasedParser._finishString(ReaderBasedParser.java:762)

我认为问题的发生是因为\\U007f。它在UTF-8中绝对有意义。知道如何避免这个问题吗？执行JsonParser.Feature。ALLOW_BACKSLASH_ESCAPING_ANY_CHARACTER在这里有什么帮助吗？

Answer 1

Unicode字符< code>U 007F DELETE大概就是你面对的。

这个答案表明它不应该被编码。

然而，为了避免这种情况，你可以参考这个关于如何去除它们的答案。

Answer 2

您的JSON数据格式不正确。

JSON使用< code>\u转义序列对UTF-16代码单元进行编码。

在这种情况下，您的JSON数据试图对Unicode code point < code > U 007 f DELETE (这是一个ASCII控制字符，JSON规范并不要求对其进行转义，但允许对其进行转义)进行转义，但是使用了< code>\U转义序列来完成此操作。JSON规范明确声明必须使用< code>\u:

字符串是用引号 （U 0022） 括起来的 Unicode 代码点序列。除必须转义的字符外，所有字符都可以放在引号内：引号 （U 0022）、反向实心 （U 005C） 和控制字符 U 0000 到 U 001F。某些字符有双字符转义序列表示形式。

...

任何码位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 到 U FFFF）中，则它可以表示为六个字符的序列：一个反向实心形，后跟小写字母 u，后跟四个编码代码点的十六进制数字。

...

要转义不在基本多html" target="_blank">语言平面中的代码点，字符表示为12个字符的序列，对UTF-16代理对进行编码。

尽管在最后一段中没有明确说明，但 UTF-16 代理项对的 12 个字符序列由两个六个字符序列组成，这些序列必须遵循与 BMP 中的字符相同的转义格式。这是由字符编码图强制执行的：

未定义 \U 转义序列。这就是解析器错误消息所抱怨的：

无法识别的字符转义“U”