Кодировка символов JSON - хорошо ли UTF-8 поддерживается браузерами или мне следует использовать числовые escape-последовательности?

Я пишу веб-сервис, который использует json для представления своих ресурсов, и я немного зациклился на том, как лучше всего закодировать json. Читая json rfc ( http://www.ietf.org/rfc/rfc4627.txt ), становится ясно, что предпочтительной кодировкой является utf-8. Но RFC также описывает механизм экранирования строки для указания символов. Я предполагаю, что это обычно используется для экранирования символов, отличных от ascii, тем самым делая результирующий utf-8 действительным ascii.

Итак, допустим, у меня есть строка json, содержащая символы Юникода (кодовые точки), не относящиеся к ascii. Должен ли мой веб-сервис просто кодировать utf-8 и возвращать его, или он должен избегать всех этих символов, отличных от ascii, и возвращать чистый ascii?

Я бы хотел, чтобы браузеры могли выполнять результаты с помощью jsonp или eval. Влияет ли это на решение? Мне не хватает знаний о поддержке utf-8 в различных браузерах javascript.

РЕДАКТИРОВАТЬ: Я хотел уточнить, что моя основная забота о том, как кодировать результаты, на самом деле связана с обработкой результатов браузером. То, что я прочитал, указывает на то, что браузеры могут быть чувствительны к кодировке, в частности, при использовании JSONP. Я не нашел действительно хорошей информации по этому поводу, поэтому мне придется начать тестирование, чтобы увидеть, что произойдет. В идеале я хотел бы избежать только тех нескольких символов, которые требуются, и просто кодировать результаты utf-8.

Спецификация JSON требует, чтобы декодеры поддерживали UTF-8. В результате все декодеры JSON могут обрабатывать UTF-8 так же хорошо, как они могут обрабатывать числовые escape-последовательности. Это также относится к интерпретаторам Javascript, что означает, что JSONP также будет обрабатывать JSON в кодировке UTF-8.

Возможность кодировщиков JSON использовать вместо этого числовые escape-последовательности просто предлагает вам больший выбор. Одна из причин, по которой вы можете выбрать числовые escape-последовательности, заключается в том, что транспортный механизм между вашим кодировщиком и предполагаемым декодером не является двоично-безопасным.

Другая причина, по которой вы можете захотеть использовать числовые escape-последовательности, - это предотвратить появление определенных символов в потоке, таких как <, &и ", которые могут быть интерпретированы как последовательности HTML, если код JSON помещен без экранирования в HTML или браузер ошибочно интерпретирует его как HTML. . Это может быть защитой от внедрения HTML или межсайтового скриптинга (примечание: некоторые символы ДОЛЖНЫ быть экранированы в JSON, включая "и\ ).

Некоторые фреймворки, включая реализацию JSON в PHP, всегда выполняют числовые escape-последовательности на стороне кодировщика для любого символа за пределами ASCII. Это предназначено для максимальной совместимости с ограниченными транспортными механизмами и т.п. Однако это не следует интерпретировать как указание на то, что декодеры JSON имеют проблемы с UTF-8.

Итак, я думаю, вы просто можете решить, что использовать следующим образом:

• Просто используйте UTF-8, если ваш метод хранения или передачи между кодировщиком и декодером не является двоично-безопасным.

• В противном случае используйте числовые escape-последовательности.

У меня там была проблема. Когда я JSON кодирую строку с таким символом, как «é», все браузеры будут возвращать то же «é», за исключением IE, который вернет «\ u00e9».

Затем с PHP json_decode () он не сработает, если найдет «é», поэтому для Firefox, Opera, Safari и Chrome я должен вызвать utf8_encode () перед json_decode ().

Примечание: в моих тестах IE и Firefox используют собственный объект JSON, другие браузеры используют json2.js.

ASCII в нем больше нет. Использование кодировки UTF-8 означает, что вы не используете кодировку ASCII. В RFC говорится, что вам следует использовать механизм экранирования:

Все символы Unicode могут быть помещены в кавычки, за исключением символов, которые должны быть экранированы: кавычки, обратная косая черта и управляющие символы (от U + 0000 до U + 001F)

Я столкнулся с той же проблемой. Меня устраивает. Пожалуйста, проверьте это.

json_encode($array,JSON_UNESCAPED_UNICODE);

Читая json rfc ( http://www.ietf.org/rfc/rfc4627.txt ), становится ясно, что предпочтительной кодировкой является utf-8.

К вашему сведению, RFC 4627 больше не является официальной спецификацией JSON. Он был отменен в 2014 году в соответствии с RFC 7159 , который затем был отменен в 2017 году в соответствии с RFC 8259 , который является текущей спецификацией.

RFC 8259 гласит:

8.1. Кодировка символов

Текст JSON, которым обмениваются системы, не являющиеся частью закрытой экосистемы, ДОЛЖЕН быть закодирован с использованием UTF-8 [RFC3629] .

Предыдущие спецификации JSON не требовали использования UTF-8 при передаче текста JSON. Однако подавляющее большинство программных реализаций на основе JSON решили использовать кодировку UTF-8 в той степени, в которой это единственная кодировка, которая обеспечивает взаимодействие.

Реализации НЕ ДОЛЖНЫ добавлять отметку порядка байтов (U + FEFF) в начало текста JSON, передаваемого по сети. В интересах взаимодействия реализации, анализирующие тексты JSON, МОГУТ игнорировать наличие отметки порядка байтов, а не рассматривать ее как ошибку.

У меня была аналогичная проблема с é char ... Я думаю, что комментарий «возможно, что текст, который вы вводите, не UTF-8», вероятно, близок к отметке здесь. У меня такое чувство, что сортировка по умолчанию в моем экземпляре была чем-то другим, пока я не понял и не изменил на utf8 ... проблема в том, что данные уже были там, поэтому не уверен, преобразовал ли он данные или нет, когда я их изменил, отлично отображается в mysql верстак. Конечным результатом является то, что php не будет кодировать данные json, а просто вернет false. Неважно, какой браузер вы используете в качестве сервера, вызывающего мою проблему, php не будет анализировать данные в utf8, если этот символ присутствует. Как я говорю, не уверен, связано ли это с преобразованием схемы в utf8 после того, как данные присутствовали, или просто с ошибкой php. В этом случае используйтеjson_encode(utf8_encode($string));