Excel中JSON反序列化遇\U转义错误：按需处理及UTF-8作用

针对\U非法转义的精准处理 #

问题核心是JSON规范仅支持小写\u开头的Unicode转义序列，大写\U属于非法格式，直接全局替换\为\\会破坏合法转义（比如\"、\\、\uXXXX）。可以用正则表达式精准定位并修复非法的\U：

场景1：把\U当作普通字符保留 #

如果这些\U只是字符串中的普通字符组合，而非Unicode转义，用负向断言正则只替换未被转义的\U：

using System.Text.RegularExpressions;
using Newtonsoft.Json;

string rawJson = // 从Excel读取的单条JSON记录
// 仅替换前面无反斜杠的\U，避免破坏已转义的\\U
string processedJson = Regex.Replace(rawJson, @"(?<!\\)\\U", @"\\U");

try
{
    var result = JsonConvert.DeserializeObject(processedJson);
    // 后续业务处理
}
catch (JsonException ex)
{
    // 处理其他JSON格式错误
}

正则说明：(?<!\\)是负向回溯断言，确保匹配到的\前面没有另一个\（即不是已转义的\\U），只处理真正的非法转义序列。

场景2：\U是UTF-32字符转义 #

如果\U是UTF-32格式的字符转义（比如\U0001F600对应笑脸Emoji），需要将其转换为JSON支持的UTF-16代理对\u转义：

processedJson = Regex.Replace(rawJson, @"(?<!\\)\\U([0-9a-fA-F]{8})", match => {
    // 解析UTF-32代码点
    uint codePoint = uint.Parse(match.Groups[1].Value, System.Globalization.NumberStyles.HexNumber);
    // 转换为UTF-16字符数组
    char[] utf16Chars = char.ConvertFromUtf32((int)codePoint);
    // 生成JSON支持的\u转义序列
    return $"\\u{((int)utf16Chars[0]).ToString("X4")}\\u{((int)utf16Chars[1]).ToString("X4")}";
});

这种处理既解决了报错，又能正确解析出原本的Unicode字符。

UTF-8在该场景的作用 #

1. JSON默认编码规范：JSON官方规范要求默认使用UTF-8编码存储和传输，从Excel读取数据时确保用UTF-8编码读取，能避免因编码不匹配导致的字符乱码，减少非法转义序列的产生。
2. Unicode转义的解析基础：JSON中的\uXXXX转义对应UTF-16代码点，解析器最终会将其转换为UTF-8字节序列存储或显示。非法的\U转义无法被解析为有效的Unicode代码点，因此触发错误。
3. 字符还原的关键：如果原始数据中的\U是编码错误导致的，用UTF-8读取可以还原原始字符，避免错误的转义序列被引入。对于合法的Unicode字符，UTF-8能保证字符在存储和传输过程中无损失，确保解析后的结果符合预期。

内容的提问来源于stack exchange，提问作者Krishna