PHP 解析微信用户信息昵称中有特殊字符，一个点， json 无法解析

[lcy630409]

http://file.whzxc.cn/126.png 如图，获取微信用户信息中的昵称，这个点，php json 解析不了，复制到百度 百度都直接跳到首页了 使用 mb_convert_encoding(,'utf-8','utf-8') 也不行 谁知道怎么过滤么

[imnpc]

// 过滤掉 emoji 表情
function filterEmoji($str)
{
$str = preg_replace_callback( '/./u',
function (array $match) {
return strlen($match[0]) >= 4 ? '' : $match[0];
},
$str);
return $str;
}

[reus]

垃圾 PHP
PHP 是世界上最垃圾的流行语言

[DamonLin]

@reus 哈哈哈哈

[lcy630409]

@imnpc 不是 emoji 表情呢，那个符号我复制到 v2 保存也不见了，真 tm 蛋痛，用户设置的各类用户名真心无语

[lcy630409]

@reus 你这样是会被打的 ^_^

[jowan]

数据库设置 utf8mb4 编码，普通的 utf8 只能保存部分 emoji 表情

[jowan]

表也要设置一下
DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;

[lcy630409]

@jowan 不是保存的问题，从微信那边获取过来之后，json_decode 都返回 null，jsonlasterr 为 3，放在解析 json 里 提示这个，开始发现 手动处理了这个用户，然后发现有一小部分用户都有这个问题，就只能找解决办法了

[jowan]

@lcy630409 确定不是入库时候无法正确保存的问题吗 另外这个符号能不能贴出来

[wei745359223]

把 JSON 字符串发出来

[lcy630409]

@wei745359223 那个点贴不出来，刚在主题中试过了，保存后 v2 显示不出来，粘贴到百度，回车，然后又跳到百度首页了.....

[koast]

不能贴一下字符编码吗

[dobelee]

你确实之前编码是 utf-8 ？

[lcy630409]

感谢大家的讨论，找到办法了，问师兄得出了办法了
在 json_decode 之前
preg_replace('/[\x00-\x1F\x80-\x9F]/u', '', trim($a));
就可以了
此贴终结，再次感谢各位热心回答，谢谢

[sobigfish]

呃，没有直接测微信的
$jstring= '{"nickname":"喜喜😂(●ˇ∀ˇ●)","sex":2}';
var_dump(mb_convert_encoding($jstring,'utf-8'));
var_dump(json_decode(mb_convert_encoding($jstring,'utf-8')));
var_dump(json_last_error_msg());
但没毛病啊，你 php 版本？


Output for 5.6.38 - 7.3.0rc3
string(48) "{"nickname":"喜喜😂(●ˇ∀ˇ●)","sex":2}"
object(stdClass)#1 (2) {
["nickname"]=>
string(25) "喜喜😂(●ˇ∀ˇ●)"
["sex"]=>
int(2)
}
string(8) "No error"

[wei745359223]

应该是里面包含了 control character
https://zh.wikipedia.org/zh-hans/%E6%8E%A7%E5%88%B6%E5%AD%97%E7%AC%A6

[sobigfish]

3 JSON_ERROR_CTRL_CHAR

[lcy630409]

@sobigfish 不是你这里面的字符呢，你可以看一下上面的图，在 json 校验下 那个点会被解析成||这个啥符号，粘贴到 notepad++中显示 DC4,估计是啥特殊的表情吧

[yc8332]

人家能发出来你就应该能保存。。没毛病，只是可能你的程序不能支持。。。比如把它转成 unicode 保存，显示的时候再恢复

[sgq1128]

这是个非法的 json 啊

[sobigfish]

@lcy630409 #18 16 楼 wei745359223 给你说了，jsonlasterr 3 就是 JSON_ERROR_CTRL_CHAR，这个就是指控制字符，但微信可能并没有传（只是你后期自己测试复制了换行字符类的）
你可以直接试试微信传过来的，直接 json_decode(mb_convert_encoding())看可以不

[cyspy]

看起来是某种分隔符（小节符号）。无论如何，理论上 JSON 里只能出现 ASCII Escape，其他的都算非法 JSON

[raysonlu]

微信给用户改昵称的时候不把用户的控制符去掉的么？

[zxq2233]

为什么不用 JAVA

[IceBay]

@zxq2233 #24 这是什么逻辑？

[topzyh]

我遇到过，用 utf8mb4 就行了，如果你用了 TP 之类的框架，框架里也要设置

[jhdxr]

先上一个能复现的代码：
```
<?php

$str = '"'.chr(11).'"';

var_dump(json_decode($str), json_last_error(), json_last_error_msg());
```

但这个并不是 php 的实现问题，实际上如果你在 js 中（我只在 firefox56 中进行了测试）
```
JSON.parse('"\x0b"');
```
实际上你也会得到类似的出错信息：SyntaxError: JSON.parse: bad control character in string literal at line 1 column 2 of the JSON data


原因是什么呢？如果你查看 json 的定义（ http://www.ecma-international.org/publications/files/ECMA-ST/ECMA-404.pdf ），其中对于 string 做了明确的定义：
A string is a sequence of Unicode code points wrapped with quotation marks (U+0022). All code points may be placed within the quotation marks except for the code points that must be escaped: quotation mark (U+0022), reverse solidus (U+005C), and the control characters U+0000 to U+001F.

注意其中非常明确指出了控制符（\x00-\x1f ）需要被转义，否则这就是一个非法的 json。所以在这种情况下只能说微信不负责任的给了一个非法的 json，@lcy630409 在 14 楼的代码就可以算是一个解决方案（直接过滤掉无效字符）


@reus 不了解真相的开喷，只能说明你自己是。。。


@raysonlu 早期微信的确没有过滤控制字符。然后通过这些字符（比如\u202e ）在一些时候（比如撤回消息）时会出现一些神奇的效果。当然现在已经在改名时过滤了。但之前改的那些依然有效。

[mumu]

我都 base64 编码加密，然后输出的时候直接解密输出。

[king2014]

@mumu 这位说的对
一般不都是 base64 解决的吗