php - json_encode 在处理多字节子字符串时返回 false

Question

我几乎使用最新版本的 php (5.5.11)，这就是问题所在。当我使用字符串部分的 json_encode 时，它返回 false。一开始我使用的是 substr，但后来我意识到在处理非英文字符串时这是完全错误的。但即使在我使用 mb_substr 之后，我仍然看到 json_encode 返回 false:

$s = "に搭載されるようになると、その手軽さからJは急速に普及していく。、通信に関する標準を策定する国際団体インターナショナル";
$a = mb_substr($s, 0, 10);

如你所见，

var_dump( json_encode([
    'd' => $a
]) );

返回false，并且

var_dump( json_encode([
    'd' => $s
]) );

返回正确的 json。

查看 json_last_error 时，我看到这是由于 格式错误的 UTF-8 字符，可能编码不正确。所以问题是 mb_substr 给了我格式错误的字符。

当我查看 var_dump($a); 时，我看到它生成 string(10) "ニ搭载�"(我假设每个日文字符为 3字节，而那个问号是格式错误的字符)。

那么我怎样才能以这种方式从字符串中获取子字符串，而不会得到格式错误的字符串呢？

Answer 1

只需将 utf-8 编码作为 mb_substr() 的第四个参数传递即可一切顺利。

$a = mb_substr($s, 0, 10,'utf-8');
echo $a; // に搭載されるようにな
echo json_encode($a); // "\u306b\u642d\u8f09\u3055\u308c\u308b\u3088\u3046\u306b\u306a"

Demonstration