PHP json_encode转码及JS解码utf8mb4_unicode_ci字符串问题咨询

1. 先搞定数据库连接的核心问题 #

从utf8mb4编码的数据库读取数据时，必须把PHP和数据库的连接字符集设置为utf8mb4——因为utf8mb4是UTF-8的超集，包含所有4字节Unicode字符，设置正确后，你从数据库拿到的字符串本身就是标准UTF-8编码，完全不需要额外转码。

• 用mysqli的设置方式：

  $conn = mysqli_connect('数据库地址', '用户名', '密码', '数据库名');
  mysqli_set_charset($conn, 'utf8mb4');
  

• 用PDO的设置方式：

  $dsn = 'mysql:host=数据库地址;dbname=数据库名;charset=utf8mb4';
  $conn = new PDO($dsn, '用户名', '密码');
  

2. 正确使用json_encode #

PHP的json_encode完全支持UTF-8编码的字符串，包括utf8mb4包含的4字节表情字符。直接把从数据库拿到的字符串传进去就行：

$str = "Linéaire 😀"; // 从数据库正确读取的UTF-8字符串
$json = json_encode($str);
// 输出的标准JSON结果："Lin\u00e9aire \ud83d\ude00"

3. 说说你试的两个转码函数为啥不行 #

• utf8_encode($str)：这个函数是专门把ISO-8859-1（Latin-1）编码的字符串转成UTF-8的。如果你的字符串本身已经是UTF-8（比如从utf8mb4数据库正确读取的），用它会导致双重编码，就会出现你看到的\u00c3\u00a9这种错误转义。
• mb_convert_encoding($str, 'UTF-8', 'Windows-1252')：这个是把Windows-1252编码转成UTF-8的，同样不适合你的场景，会把4字节的表情字符转成乱码，也就是你看到的\u00f0\u0178\u02dc\u20ac。

这两个函数对你的情况完全没用，直接弃用就好。

4. 客户端JavaScript怎么解码 #

客户端拿到JSON字符串后，直接用JSON.parse()就能自动解码所有字符，包括表情：

const jsonStr = '"Lin\u00e9aire \ud83d\ude00"';
const str = JSON.parse(jsonStr);
console.log(str); // 输出：Linéaire 😀

不需要额外写解码逻辑，JSON.parse会自动处理所有Unicode转义序列。

内容的提问来源于stack exchange，提问作者Fifi