JSON 编码与 Unicode：处理国际字符

jsonunicodeencodingi18n

JSON 和 Unicode 协同工作以支持全球所有语言。但编码问题仍然会导致 bug。以下是您需要了解的内容。

JSON 与 UTF-8

JSON 规范要求使用 UTF-8 编码。所有 JSON 字符串都是 Unicode 字符串：

{


  "greeting": "Hello",


  "chinese": "你好",


  "japanese": "こんにちは",


  "arabic": "مرحبا",


  "emoji": "👋🌍"


}

Unicode 转义序列

JSON 支持任何字符的 \u 转义序列：

{


  "chinese": "\u4f60\u597d",


  "emoji": "\ud83d\udc4b",


  "copyright": "\u00a9"


}

常见编码问题

乱码

当 UTF-8 JSON 被当作 Latin-1 解码时：

预期: 你好


实际: ä½ å¥½

修复： 始终在 HTTP 头中设置 Content-Type: application/json; charset=utf-8。

BOM 问题

文件开头的字节顺序标记可能破坏 JSON.parse()：

// 解析前移除 BOM


const clean = jsonStr.replace(/^/, '');


const data = JSON.parse(clean);

代理对

Emoji 和罕见字符在 JSON 中使用代理对：

{


  "emoji": "\uD83D\uDE00"


}

JavaScript 通过 JSON.parse() 自动处理。

最佳实践

  • 始终使用 UTF-8 — 无例外

  • 在头信息中设置字符集 — application/json; charset=utf-8

  • 不要不必要的转义 — 现代解析器直接处理 Unicode

  • 使用真实数据测试 — 在测试用例中包含中文、阿拉伯语、emoji

  • 使用验证器 — 尽早检查编码问题

    • 使用我们的 JSON 验证器 检查 JSON 文件中的编码问题。

    相关工具