Est-ce que json_encode de PHP est garanti pour produire une chaîne ASCII?

Question

Eh bien, le sujet dit tout. J'utilise json_encode pour convertir des données UTF8 en JSON et je dois le transférer vers une couche qui est actuellement uniquement ASCII. Donc je me demande si je dois le rendre conscient de l'UTF-8, ou puis-je le laisser tel quel. En regardant JSON rfc, UTF8 est également charset valide dans la sortie JSON, bien que non recommandé, c'est-à-dire que certaines implémentations peuvent laisser des données UTF8 à l'intérieur. La question est de savoir si l'implémentation de PHP est vidée comme ASCII ou si elle choisit de laisser quelque chose comme UTF-8.

Answer 1

Contrairement à la prise en charge JSON dans other languages, json_encode() n'a pas la capacité de générer quoi que ce soit autre que ASCII.

Answer 2

Eh bien, json_encode renvoie une chaîne. Selon le PHP documentation for string:

Une chaîne est une série de caractères. Avant PHP 6, un caractère est le même qu'un octet. Autrement dit, il y a exactement 256 caractères différents possibles. Cela implique également que PHP n'a pas de support natif d'Unicode. Voir utf8_encode() et utf8_decode() pour certaines fonctionnalités de base Unicode.

Donc, pour le moment, vous n'avez pas besoin de vous soucier de l'UTF-8. Bien sûr, vous voudrez peut-être réfléchir à tout cela, pour assurer la pérennité de votre code.

Answer 3

Selon l'article JSON dans Wikipedia, les caractères Unicode dans les chaînes sont toujours

Unicode double cité avec backslash

Les exemples dans le manuel PHP sur json_encode() semblent confirmer.

Ainsi, tout doit être échappé en dehors caractère ASCII/ANSI UTF-8 comme ceci: \u0027 (note, comme @Ignacio souligne dans les commentaires, que ce soit le recommandé façon de traiter ces caractères, pas un requis un)

Cependant, je suppose que json_decode() va convertir les caractères en leurs valeurs d'octets? Vous pourriez avoir des ennuis là-bas. Si vous avez la certitude, jetez un oeil à iconv() qui pourrait convertir votre chaîne UTF-8 en ASCII (en supprimant tous les caractères non pris en charge) au préalable.