لماذا يتحول النص الصيني إلى \u4e2d\u6587
الخلاصة: هروب \u4e2d\u6587 هو Unicode قانوني، وليس فشل ترميز. النص المشوه الحقيقي يبدو مختلفًا، والتمييز بينهما يحدد ما تحتاج فعلًا إلى إصلاحه.
الخلاصة: عامل خرج \uXXXX كهروب قانوني، وتأكد أنه يعود عبر JSON.parse، وأوقف التسلسل بنمط ASCII الخالص مثل ensure_ascii=False عندما تريد نصًا صينيًا مقروءًا؛ واحتفظ بالهروب فقط للنقل الذي لا يستطيع حمل غير ASCII.
لأنه هُرّب، لا لأنه تضرر.
JSON.parse('"\\u4e2d\\u6587"') // "中文"
\u4e2d هو 中 و\u6587 هو 文. هذه تسلسلات هروب قانونية؛ وأي محلل يعيدها. لا شيء معطوب — إنه فقط غير قابل للقراءة في السجلات والفروق ولقطات الحزم.
من يقوم بالهروب
| الأداة | الافتراضي | المفتاح |
|---|---|---|
Python json.dumps |
يهرّب (ensure_ascii=True) |
ensure_ascii=False |
JavaScript JSON.stringify |
بلا هروب | — |
| Java Jackson | بلا هروب | اختياري |
PHP json_encode |
بلا هروب منذ 5.4 | — |
Go encoding/json |
بلا هروب | — |
Python هو المصدر الأكثر شيوعًا بفارق كبير. والافتراضي موجود لسبب: خرج ASCII الخالص يبقى عبر أي نقل. والكلفة أن كل حرف غير ASCII يصبح ستة أحرف.
الهروب مقابل النص المشوه
الهروب: \u4e2d\u6587، مطابق لـ\uXXXX. سببه إعدادات المسلسل.
النص المشوه: 测试، 涓枃. سببه كتابة بايتات UTF-8 وقراءتها كـLatin-1 أو GBK.
اختبار سريع: الصق النص في وحدة تحكم المتصفح كـJSON.parse('"…"'). إن عاد مقروءًا، فقد كان هروبًا. وإن فشل أو بقي مشوشًا، فهو عدم تطابق ترميز — والإصلاح هو مواءمة الترميزات، لا لمس المسلسل.
إيقافه
json.dumps(data, ensure_ascii=False)
ثم تحقق في المصب: بعض الأنظمة القديمة تعتمد فعلًا على نقل ASCII فقط، خصوصًا بوابات SMS ومرحلات البريد الأقدم.
متى يكون الهروب الخيار الصحيح
- النقل المعادي لغير ASCII (ترويسات HTTP القديمة، وبعض بوابات SMS)
- JSON متداخل داخل سلسلة JSON أخرى، حيث يقلل الهروب تعارضات الاقتباسات
- خطوط السجلات التي تقتطع بالبايتات وتقسم حرفًا متعدد البايتات
وإلا، ففضّل قابلية القراءة وأوقفه.
الأسئلة الشائعة
لماذا يهرّب Python النص الصيني افتراضيًا؟
لأن ensure_ascii=True هو الافتراضي، ما يضمن خرج ASCII الخالص الذي يبقى عبر أي نقل. والكلفة أن كل حرف غير ASCII يصبح ستة أحرف.
هل يجب أن أوقف ensure_ascii؟
أوقفه عندما تهم قابلية القراءة. ثم تحقق في المصب — فقد تعتمد ترويسات HTTP القديمة وبعض بوابات SMS وخطوط السجلات التي تقتطع بالبايتات على محتوى ASCII فقط.
ماذا يحدث إذا لم يستطع النقل حمل غير ASCII؟
احتفظ بالهروب. عندما يُضمَّن JSON داخل سلسلة JSON أخرى، أو يسافر عبر قناة معادية لغير ASCII، يتجنب الهروب تعارضات الاقتباسات ويمنع تقسيم الأحرف متعددة البايتات.