Kodowanie JSON w UTF-16 lub UTF-32

Question

JSON RFC, sekcja 2.5, mówi w części:

Aby uciec rozszerzony znak, który nie jest w podstawowe Multilingual Samolot, postać jest reprezentowana jako dwunastoznakowa sekwencja, kodująca parę surogatową UTF-16. Na przykład ciąg zawierający tylko znak G-klucz (U + 1D11E) może być reprezentowany jako "\ uD834 \ uDD1E".

Załóżmy, że mam uzasadniony powód, aby kodować JSON jako UTF-16BE (który jest dozwolony). Czy w takim razie nadal konieczne jest unikanie postaci, które nie znajdują się w podstawowej płaszczyźnie wielojęzycznej? Na przykład, zamiast tego:

00 5C 00 75 00 44 00 38 00 33 00 34 00 5C 00 75 00 44 00 44 00 31 00 45 
    \  u  D  8  3  4  \  u  D  D  1  E 

który jest 24-bajtowy UTF-16BE sekwencja bajtów dla \uD834\uDD1E, jest to legalne, aby to zrobić:

D8 34 DD 1E 

czyli użyć UTF- 4-bajtowy 16BE wartości bezpośrednio?

Podobnie, gdybym kodować ten sam ciąg JSON jako UTF-32BE, może po prostu użyć wartości kodu punkt bezpośrednio:

00 01 D1 1E 

?

Answer 1

O ile wiem, tak, można bezpośrednio zapisać wartości UTF-16. Wsparcie: cytowany przez Ciebie akapit RFC wyjaśnia, w jaki sposób uniknąć niepożądanego Unicode , jeśli zdecydowałeś się z niego uciec:. Jednak wcześniej w tej samej sekcji, RFC mówi

Wszystkie znaków Unicode może być umieszczone w notowaniu znaki wyjątkiem znaków, które muszą być ocalałem: Wyznaczona znak , reverse solidus i znaki kontrolne (U + 0000 do U + 001F).

Dowolny znak może być uniknął. Jeśli postać jest w Podstawowe wielojęzyczny Samolot (U + 0000 do U + FFFF), to może być reprezentowane jako ciąg sześciu znaków ...

(podkreślenie dodane).

Dla mnie, to mówi, że tylko ", \ i kontroli znaków must być uciekł, a wszelkie inne znaki Unicode może być umieszczone jak jest bezpośrednio do tekstu JSON (w dowolnej UTF forma używasz). Mówi mi również, że nawet jeśli kodujesz jako UTF-8, nie musisz używać formularza \uXXXX dla żadnego znaku Unicode innego niż ", \ i kontrolować znaki.

(Tak na marginesie, to czyni mnie zastanawiać, czy forma \uXXXX jest rzeczywiście przydatne do niczego innego niż znaków kontrolnych. Jako drugi plakat powiedział, że prawdopodobnie sprowadza się do tego, co się JSON parser rzeczywiście obsługuje.)

Ostatnie pytanie

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.

 Powiązane problemy

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.