Node.js/TypeScript读取UTF-8 JSON文件时Unicode字符解码错误排查

问题根源 #

你的JSON文件存在双重编码问题：原本的UTF-8字符（如è、😅）被错误转换为对应字节的Unicode转义序列（\u00c3\u00a8、\u00f0\u009f\u0098\u0085）。当JSON解析器处理这些转义时，会将\u00c3解析为Ã、\u00a8解析为¨，最终出现乱码。

解决方法 #

方法1：修正JSON文件（推荐） #

直接修改JSON内容，将错误的Unicode转义替换为实际字符或正确的Unicode码点转义：

修正后的JSON：

[
   {
     "media": [
       {
         "title": "La codifica è corretta!😅"
       }
     ]
   }
]

之后使用你原来的代码即可正常解析：

const fInstaPosts = FS.readFileSync("file.json");
const instaPosts = JSON.parse(fInstaPosts.toString());
console.log(instaPosts[0].media[0].title);

方法2：代码中修复双重编码 #

如果无法修改JSON文件，可通过代码逆向转换修复乱码：

import * as FS from 'fs';

// 读取文件并解析JSON
const buffer = FS.readFileSync("file.json");
const instaPosts = JSON.parse(buffer.toString('utf-8'));

// 将乱码字符串按Latin1转换为Buffer（还原原本的UTF-8字节），再重新按UTF-8解码
const correctedTitle = Buffer.from(instaPosts[0].media[0].title, 'latin1').toString('utf-8');

console.log(correctedTitle); // 输出：La codifica è corretta!😅

补充说明 #

正常情况下，UTF-8编码的JSON文件中，è可以直接写入文件，或用其Unicode码点转义\u00e8表示；表情😅的Unicode码点转义为\u{1F605}。你的JSON文件错误地将字符的UTF-8字节当成独立Unicode码点转义，才导致了解析后乱码的问题。

内容的提问来源于stack exchange，提问作者Marco Maroni