使用 PHP 解析中文文本并生成 JSON 数据的教程-php教程-PHP中文网

使用 PHP 解析中文文本并生成 JSON 数据的教程

碧海醫心

发布： 2025-07-22 17:02:11

原创

776人浏览过

使用 PHP 解析中文文本并生成 JSON 数据的教程

本文档旨在指导开发者如何使用 PHP 解析包含中文的文本数据，并将其转换为 JSON 格式，解决中文在 JSON 编码中显示为 Unicode 编码的问题。通过使用 `JSON_UNESCAPED_UNICODE` 选项，确保生成的 JSON 数据能够正确显示中文内容，并提供美化输出的选项，方便阅读和调试。 ## PHP 解析中文文本并生成 JSON 在 PHP 开发中，经常会遇到需要处理包含中文的文本数据，并将其转换为 JSON 格式的需求。然而，默认情况下，`json_encode` 函数会将中文编码为 Unicode 编码，导致 JSON 数据不易阅读。本文将介绍如何使用 PHP 解析中文文本，并生成包含中文的 JSON 数据。 ### 示例数据假设我们有一个包含书籍信息的文本文件 `Book.txt`，内容如下：

紐約建築藝術陳偉銘藝術 2016/02/15 在館內人體百科全書蘇煥文科學 2017/09/30 已借出塞納河畔葉國威文學 2017/09/25 已預約性別與教育陳文輝社會學 2016/10/12 已借出台灣當代社會變革林東興社會學 2014/04/17 已借出

我们的目标是将其转换为以下 JSON 格式：

```json
{
  "books": [
    {
      "title": "紐約建築藝術",
      "author": "陳偉銘",
      "type": "藝術",
      "publishDate": "2016/02/15",
      "status": "在館內"
    },
    {
      "title": "人體百科全書",
      "author": "蘇煥文",
      "type": "科學",
      "publishDate": "2017/09/30",
      "status": "已借出"
    },
    {
      "title": "塞納河畔",
      "author": "葉國威",
      "type": "文學",
      "publishDate": "2017/09/25",
      "status": "已預約"
    },
    {
      "title": "性別與教育",
      "author": "陳文輝",
      "type": "社會學",
      "publishDate": "2016/10/12",
      "status": "已借出"
    },
    {
      "title": "台灣當代社會變革",
      "author": "林東興",
      "type": "社會學",
      "publishDate": "2014/04/17",
      "status": "已借出"
    }
  ]
}

登录后复制

PHP 代码实现

以下 php 代码演示了如何实现上述转换：

<?php
// 打开文件以读取数据
$fh = fopen('Book.txt', 'r');

// 定义一个空数组
$data = array();

// 读取数据
while ($line = fgets($fh)) {
    // 移除行首的BOM头
    $line = ltrim($line, "\xEF\xBB\xBF");
    if (trim($line) != '') {
        $line_data = explode('  ', $line);
        // 确保数组有足够的元素
        if (count($line_data) >= 5) {
            $data[] = array(
                'title' => trim($line_data[0]),
                'author' => trim($line_data[1]),
                'type' => trim($line_data[2]),
                'publishDate' => trim($line_data[3]),
                'status' => trim($line_data[4])
            );
        }
    }
}

fclose($fh);

// 使用 JSON_UNESCAPED_UNICODE 选项来避免 Unicode 编码
$json_data = json_encode(array("books" => $data), JSON_UNESCAPED_UNICODE | JSON_PRETTY_PRINT);

echo $json_data;
?>

登录后复制

代码解释：

打开文件： 使用 fopen 函数打开文本文件 Book.txt 以进行读取。
读取数据： 使用 fgets 函数逐行读取文件内容。
移除BOM头： 使用 ltrim 函数移除行首的BOM头，防止中文乱码。
分割数据： 使用 explode 函数以两个空格作为分隔符，将每行数据分割成多个部分。
创建数组： 将分割后的数据存储到数组 $data 中，每个元素都是一个关联数组，包含 title、author、type、publishDate 和 status 字段。
JSON 编码： 使用 json_encode 函数将数组 $data 转换为 JSON 格式的字符串。
- JSON_UNESCAPED_UNICODE 选项： 这个选项告诉 json_encode 函数不要将 Unicode 字符编码为 \uXXXX 形式，而是直接输出 UTF-8 字符。
- JSON_PRETTY_PRINT 选项： 这个选项用于格式化 JSON 输出，使其更易于阅读。
输出 JSON： 使用 echo 语句将 JSON 字符串输出到浏览器或控制台。

注意事项

文件编码： 确保文本文件 Book.txt 的编码是 UTF-8，以避免中文乱码问题。
分隔符： 代码中使用两个空格作为分隔符。如果实际文本文件中的分隔符不同，需要相应地修改 explode 函数的参数。
BOM头： 有些文本编辑器会在 UTF-8 编码的文件开头添加 BOM（Byte Order Mark），这可能会导致 PHP 解析出错。可以使用 ltrim 函数移除 BOM 头。
错误处理： 在实际应用中，应该添加适当的错误处理机制，例如检查文件是否成功打开，以及确保分割后的数据包含足够的元素。

总结

通过使用 JSON_UNESCAPED_UNICODE 选项，可以轻松地在 PHP 中生成包含中文的 JSON 数据。结合 JSON_PRETTY_PRINT 选项，可以使 JSON 输出更易于阅读和调试。在处理中文文本时，需要注意文件编码、分隔符和 BOM 头等问题，以确保程序的正确性和稳定性。

LimeSurvey在线问卷管理系统

LimeSurvey是一款在线问卷管理系统,具有问卷的设计、修改、发布、回收和统计等多项功能。同时它也是一个开源软件,其最新版本的软件包可以完全免费获取和使用。它集成了调查程序开发、调查问卷的发布以及数据收集等功能,使用它,用户不必了解这些功能的编程细节。网上收集的调查数据可以导出多种文件格式以便分析，例如 spss数据格式 *.dat文件。