如何使用转义的unicode解码字符串？

我不确定这叫什么，所以我很难找到它。如何从解码使用Unicode字符串http\u00253A\u00252F\u00252Fexample.com来http://example.com使用JavaScript？我想unescape，decodeURI和decodeURIComponent所以我想唯一剩下的就是字符串替换。

编辑：未键入字符串，而是来自另一段代码的子字符串。因此，要解决该问题，您必须先从以下内容开始：

var s = 'http\\u00253A\\u00252F\\u00252Fexample.com';

我希望这表明为什么unescape（）不起作用。

编辑（2017-10-12）：

@MechaLynx和@ Kevin-Weber指出，unescape()非浏览器环境已弃用，并且TypeScript中不存在。decodeURIComponent是替代产品。为了获得更大的兼容性，请改用以下内容：

decodeURIComponent(JSON.parse('"http\\u00253A\\u00252F\\u00252Fexample.com"'));
> 'http://example.com'

原始答案：

unescape(JSON.parse('"http\\u00253A\\u00252F\\u00252Fexample.com"'));
> 'http://example.com'

您可以将所有工作卸载到 JSON.parse

更新：请注意，这是一种解决方案，应适用于较旧的浏览器或非浏览器平台，并且出于说明目的而保持有效。请参阅下面的@radicand答案，以获取最新的答案。

这是一个Unicode转义字符串。首先将字符串转义，然后使用unicode进行编码。转换回普通：

var x = "http\\u00253A\\u00252F\\u00252Fexample.com";
var r = /\\u([\d\w]{4})/gi;
x = x.replace(r, function (match, grp) {
    return String.fromCharCode(parseInt(grp, 16)); } );
console.log(x);  // http%3A%2F%2Fexample.com
x = unescape(x);
console.log(x);  // http://example.com

解释一下：我使用正则表达式查找\u0025。但是，由于替换操作只需要该字符串的一部分，因此我使用括号将要重用的部分隔离开来，0025。这个孤立的部分称为组。

gi表达式末尾的部分表示它应该匹配字符串中的所有实例，而不仅仅是第一个实例，并且匹配应该不区分大小写。在该示例中，这看起来似乎不必要，但它增加了多功能性。

现在，要从一个字符串转换为下一个字符串，我需要在每个匹配项的每一组上执行一些步骤，而我不能仅通过转换字符串来做到这一点。有用的是，String.replace操作可以接受一个函数，该函数将为每个匹配项执行。该函数的返回将替换字符串中的匹配项本身。

我使用此函数接受的第二个参数，这是我需要使用的组，并将其转换为等效的utf-8序列，然后使用内置unescape函数将字符串解码为正确的形式。

请注意，使用的unescape()是过时和不与打字稿编译工作，例如。

根据radicand的回答和下面的评论部分，这是一个更新的解决方案：

var string = "http\\u00253A\\u00252F\\u00252Fexample.com";
decodeURIComponent(JSON.parse('"' + string.replace(/\"/g, '\\"') + '"'));

http://example.com

我没有足够的代表将其放在现有答案的注释中：

unescape仅不推荐用于URI（或任何编码的utf-8），大多数人可能都是这种情况。encodeURIComponent将js字符串转换为转义的UTF-8，并且decodeURIComponent仅适用于转义的UTF-8字节。它会decodeURIComponent('%a9'); // error因为诸如扩展ascii无效的utf-8（即使它仍然是unicode值）之类的错误而引发错误，而unescape('%a9'); // ©因此，在使用解码URIComponent时您需要了解数据。

由于在utf-8中表示代理的一部分，所以解码URIComponent不能继续工作，也不能"%C2"结束任何单独的字节0x7f。但是，decodeURIComponent("%C2%A9") //gives you ©Unescape无法在此上正常工作// ©，也不会引发错误，因此，如果您不知道数据，unescape可能会导致错误代码。

使用JSON.decode这种带有显著的缺点，你必须知道的：

• 您必须将字符串用双引号引起来
• 许多字符不受支持，必须自己转义。例如，通过以下任到的JSON.decode（在双引号包裹它们之后）会出错，即使这些都是有效的：\\n，\n，\\0，a"a
• 它不支持十六进制转义： \\x45
• 它不支持Unicode代码点序列： \\u{045}

还有其他警告。从本质上讲，JSON.decode用于此目的是一种黑客行为，并且无法像您一直期望的那样工作。您应该坚持使用该JSON库来处理JSON，而不是字符串操作。

最近，我本人遇到了这个问题，想要一个功能强大的解码器，所以我最终自己写了一个。它是完整且经过全面测试的，可在这里找到：https : //github.com/iansan5653/unraw。它尽可能地模仿JavaScript标准。

说明：

源代码大约有250行，因此在这里我将不包括所有内容，但是本质上，它使用以下正则表达式查找所有转义序列，然后使用parseInt(string, 16)对它们进行解析以解码以16为底的数字，然后String.fromCodePoint(number)获取相应的字符：

/\\(?:(\\)|x([\s\S]{0,2})|u(\{[^}]*\}?)|u([\s\S]{4})\\u([^{][\s\S]{0,3})|u([\s\S]{0,4})|([0-3]?[0-7]{1,2})|([\s\S])|$)/g

已注释（注意：此正则表达式与所有转义序列匹配，包括无效的转义序列。如果字符串在JS中引发错误，则在我的库中引发错误[即，'\x!!'将出错]）：

/
\\ # All escape sequences start with a backslash
(?: # Starts a group of 'or' statements
(\\) # If a second backslash is encountered, stop there (it's an escaped slash)
| # or
x([\s\S]{0,2}) # Match valid hexadecimal sequences
| # or
u(\{[^}]*\}?) # Match valid code point sequences
| # or
u([\s\S]{4})\\u([^{][\s\S]{0,3}) # Match surrogate code points which get parsed together
| # or
u([\s\S]{0,4}) # Match non-surrogate Unicode sequences
| # or
([0-3]?[0-7]{1,2}) # Match deprecated octal sequences
| # or
([\s\S]) # Match anything else ('.' doesn't match newlines)
| # or
$ # Match the end of the string
) # End the group of 'or' statements
/g # Match as many instances as there are

例

使用该库：

import unraw from "unraw";

let step1 = unraw('http\\u00253A\\u00252F\\u00252Fexample.com');
// yields "http%3A%2F%2Fexample.com"
// Then you can use decodeURIComponent to further decode it:
let step2 = decodeURIComponent(step1);
// yields http://example.com