[Encode/Decode] Mã hóa chuỗi unicode trong PHP

Mã hóa chuỗi unicode

Trường hợp bạn cần viết một chuỗi unicode được mã hóa mà không được sử dụng trực tiếp ký tự unicode vào code. Cách này đặc biệt hữu dụng trong việc sửa đổi bytecode của java để hiển thị tiếng việt.
Vậy thì làm thế nào?
Sử dụng hàm json_encode sẽ giúp bạn tìm ra chuỗi mã hóa unicode.

header('content-type:application/json');		#or text/plain
echo json_encode(array('fullname'=>'hoang','address'=>'An Giang','LoanType'=>'Vay theo lương'));

Kết quả ra chuỗi json thế này chứa các kỹ tự unicode mã hóa giống như thế này.

[{"fullname":"hoang","address":"An Giang","loanType":"Vay theo l\u01b0\u01a1ng"}]

Để hiển thị chuỗi giải mã đọc được từ ký tự unicode mã hóa bởi json_encode, chúng ta gọi hàm json_decode

print_r(json_decode('["Vay theo l\u01b0\u01a1ng"]'));

Kết quả chuyển thành mảng có chứa ký tự đã giải mã:

Array ( [0] => Vay theo lương )

unescape unicode
Nếu bạn muốn hiển thị chuỗi unicode về phía người dùng như đầu vào, có thể đọc được hay nghĩa là đã giải mã, thì thêm tham số JSON_UNESCAPED_UNICODE vào hàm json_encode. Ví dụ:

json_encode(array('fullname'=>'hoàng'),JSON_UNESCAPED_UNICODE);

Hiển thị nguyên ký tự unicode như đầu vào.

Cách khác cho kết quả tương tự như vậy, chúng ta mã hóa dạng entity trước khi gọi json_encode và decode entity sau khi được chuỗi json.

<?php
###same way
$array = array('nome'=>'Paição','cidade'=>'São Paulo');
$array = array_map('htmlentities',$array);
//encode
$json = html_entity_decode(json_encode($array));

//Output: {"nome":"Paição","cidade":"São Paulo"}
echo $json;
?>

Một số kiểu encoding có thể sử dụng

MD5 converter
SHA1 converter
Chatset converter / iconv
Base64 encode
Base64 decode
UTF8 encode
UTF8 decode
Raw url encode
Raw url decode
HTML entities encode
HTML entities decode
Unix Time to Human Date
Human Date to Unix Time Stamp
Remove duplicate lines
Sort text lines
Pirate Text
Backwards – Mirrored Text

Sử dụng công cụ chuyển đổi encoding/decoding chuỗi online:
http://www.cafewebmaster.com/online_tools/utf8_encode.

Mã hóa đối tượng

Nhiều lúc việc mã hóa mảng thành chuỗi json không tiện cho lắm, dễ bị người khác đọc dữ liệu vì tính bảo mật. Có một cách khác giúp bạn mã hóa mọi đối tượng thành kiểu chuỗi, và WordPress cũng đã sử dụng cách mã hóa các đối tượng của nó với kiểu này.

Bằng cách sử dụng hàm serialize() để mã hóa đối tượng và hàm ngược unserialize() sẽ biến nội dung kiểu chuỗi được mã hóa bởi serialize() thành chính object trước đó.

<?php
$data = array('name'=>"Hoang", "old"=>24);
var_dump($data); 
/*    array
            'name' => string 'Hoang' (length=5)
            'old' => int 24
*/

// Serialize array $data
$text_serialize = serialize($data); 
var_dump($text_serialize); 
/*  string 'a:2:{s:4:"name";s:3:"Hoang";s:3:"old";i:24;}' (length=44) */

// Unserialize array $data
$data_unserialize = unserialize($text_serialize);
var_dump($data_unserialize);
/*    array
            'name' => string 'Hoang' (length=5)
            'old' => int 24
*/
?>

Như ví dụ trên, ta thấy array $data được Serialize thành chuỗi:

a:2:{s:4:"name";s:3:"Hoang";s:3:"old";i:24;}

Rất tiện cho các bạn lưu các đối tượng PHP vào Database.
Lưu ý: Ta có thể sử dụng serialize() và unserialize() cho mọi đối tượng PHP: object, array, base object,…

Trong WordPress có viết hàm giúp bạn kiểm tra một chuỗi được tạo bởi serialize từ một đối tượng, trước khi sử dụng hàm giải mã đối tượng unserialize bạn nên kiểm tra có hợp lệ không với hàm is_serialized của wordpress. Hàm này mình trích dẫn có sẵn trong wordpress rồi nhé:

<?php
//I didn't write this code, it's from WordPress actually
function is_serialized( $data ) {
    // if it isn't a string, it isn't serialized
    if ( !is_string( $data ) )
        return false;
    $data = trim( $data );
    if ( 'N;' == $data )
        return true;
    if ( !preg_match( '/^([adObis]):/', $data, $badions ) )
        return false;
    switch ( $badions[1] ) {
        case 'a' :
        case 'O' :
        case 's' :
            if ( preg_match( "/^{$badions[1]}:[0-9]+:.*[;}]\$/s", $data ) )
                return true;
            break;
        case 'b' :
        case 'i' :
        case 'd' :
            if ( preg_match( "/^{$badions[1]}:[0-9.E-]+;\$/", $data ) )
                return true;
            break;
    }
    return false;
}
?>

Cách sử dụng:

if(is_serialized($str)){
	var_dump(unserialize($str));
}

Chú ý: bạn không thể mã hóa hàm bằng serialize là không cho phép. Ngoài cách sử dụng hàm is_serialize của wordpress có thể dùng trực tiếp hàm có khả năng giải mã chuỗi thành đối tượng hay không:

//Check to see if a string is serialized?
$data = @unserialize($str);
if ($str === 'b:0;' || $data !== false) {
    echo "ok";
} else {
    echo "not ok";
}

Bạn có thể kết hợp giữa kiểu mã hóa mảng với serialize và base64, bảo mật 100% khiến người dùng không thể đọc chuỗi mã hóa cuối cùng của mảng.

//best way to encode array use combination of base64 & serialize
$safe_string_to_store = base64_encode(serialize($multidimensional_array));

//to unserialize...
$array_restored_from_db = unserialize(base64_decode($safe_string_to_store));

Hãy cho mình biết suy nghĩ của bạn trong phần bình luận bên dưới bài viết này. Hãy theo dõi kênh chia sẻ kiến thức WordPress của Hoangweb trên Twitter và Facebook