Facebook Graph API - 非英文专辑名称

Question

我正在尝试做一件简单的事情 - 获取我所有的专辑。 问题是专辑名称不是英语（它们是希伯来语）。

检索专辑的代码：

string query = "https://graph.facebook.com/me/albums?access_token=...";
string result = webClient.DownloadString(query);

这是返回的专辑之一的样子：

{
     "id": "410329886431",
     "from": {
        "name": "Noam Levinson",
        "id": "500786431"
     },
     "name": "\u05ea\u05e2\u05e8\u05d5\u05db\u05ea \u05d2\u05de\u05e8 \u05e9\u05e0\u05d4 \u05d0",
     "location": "\u05e9\u05e0\u05e7\u05e8",
     "link": "http://www.facebook.com/album.php?aid=193564&id=500786431",
     "count": 27,
     "type": "normal",
     "created_time": "2010-07-18T06:20:27+0000",
     "updated_time": "2010-07-18T09:29:34+0000"
  },

正如您所看到的，问题出在“name”属性中。而不是希伯来字母 我得到了这些代码（这些代码不是垃圾，它们是一致的 - 每个代码可能代表一个希伯来字母）。 问题是，如何将这些代码转换为非英语语言（在我的例子中是希伯来语）。 或者问题可能是我如何使用 webClient 对象检索相册。也许以某种方式改变 webclient.Encoding ？

我能做什么来解决这个问题？

提前致谢。

Answer 1

对于希伯来语文本，PHP 中的此代码将解决问题：

    $str = '\u05ea\u05e2\u05e8\u05d5\u05db\u05ea \u05d2\u05de\u05e8 \u05e9\u05e0\u05d4 \u05d0';

    function decode_encoded_utf8($string){
        return preg_replace_callback('#\\\\u([0-9a-f]{4})#ism', function($matches) { return mb_convert_encoding(pack("H*", $matches[1]), "UTF-8", "UCS-2BE"); }, $string);
    }
    echo decode_encoded_utf8($str); // will show (תערוכת גמר שנה א) text

对于阿拉伯语文本，请使用以下代码：

$str = '\u00d8\u00ae\u00d9\u0084\u00d8\u00b5';

function decode_encoded_utf8($string){
    return preg_replace_callback('#\\\\u([0-9a-f]{4})#ism', function($matches) { return mb_convert_encoding(pack("H*", $matches[1]), "UTF-8", "UCS-2BE"); }, $string);
}
echo iconv("UTF-8", "ISO-8859-1//TRANSLIT", decode_encoded_utf8($str));

Answer 2

这就是 Unicode 在 JSON 中的表示方式（请参阅侧栏中的 char 定义）。它们是转义序列，其中四个十六进制数字是字符的 Unicode 代码点。请注意，由于只有四个十六进制数字可用，因此只能表示 BMP 中的 Unicode 字符在 JSON 中。

任何像样的 JSON 解析器都会为您将这些 Unicode 转义序列转换为正确编码的字符 - 前提是目标编码首先支持该字符。

Answer 3

我在使用 Facebook Graph Api 时遇到了同样的问题，并转义了 unicode 罗马尼亚字符。我使用过 PHP，但是，您可能可以将 regexp 方法转换为 javascript。

方法 1 (PHP)：

$str = "\u05ea\u05e2\u05e8\u05d5\u05db\u05ea";
function esc_unicode2html($string) {
    return preg_replace('/\\\\u([0-9a-z]{4})/', '&#x$1;', $string);
}
echo esc_unicode2html($str);

方法 2 (PHP) 如果你直接在 html 中声明字符集，它可能也有效：

header('content-type:text/html;charset=utf-8');

Answer 4

这些是 Unicode 字符代码。 \u 序列告诉解析器接下来的 4 个字符实际上是一个 unicode 字符号。这些字符的外观取决于您的字体，如果有人没有正确的字体，它们可能只会显示为很多方框。
据我所知，Unicode 很复杂。