用TJSONObject解析Unicode文本返回'????'

Question

我尝试使用带有Unicode字符的TJSONObject类，但解析后得到????而不是原始文本。

的简单的问题是：

UnicodeString doc = L"{\"alias\":\"Test ЮРИСЛАВ\"}"; 
ShowMessage(doc); 
TJSONObject* jo=new TJSONObject(); 
jo->Parse(BytesOf(doc), 0); 
ShowMessage(jo->ToString()); 

第一ShowMessage显示正确的文字：ЮРИСЛАВ
但解析所述第二ShowMessage后显示????代替ЮРИСЛАВ。

我做错了什么？

Answer 1

更改为这样的事情：

jo = (TJSONObject*) TJSONObject::ParseJSONValue(TEncoding::UTF8::GetBytes(doc), 0); 

您应该将Unicode文本转换成UTF8解析它。

Answer 2

您正在使用BytesOf()，它使用OS默认的Ansi编码将UnicodeString转换为字节数组。 TJSONObject::Parse()更喜欢而不是UTF-8。它寻找一个UTF-8 BOM，如果没有找到，那么它不会对字节的编码作任何假设，它只会将它们视为8位字符。这在处理非ASCII字符时不起作用，您需要改用UTF-8。要将UnicodeString转换为UTF-8编码的字节数组，你可以使用TEncoding::UTF8::GetBytes()，但你必须在前面加上手动将UTF-8 BOM数组：

UnicodeString doc = L"{\"alias\":\"Test ЮРИСЛАВ\"}"; 
ShowMessage(doc); 

TBytes bytes; 
bytes.Length = 3 + TEncoding::UTF8::GetByteCount(doc); 
bytes[0] = 0xEF; 
bytes[1] = 0xBB; 
bytes[2] = 0xBF; 
TEncoding::UTF8::GetBytes(doc, 1, doc.Length(), bytes, 3); 

TJSONObject* jo = new TJSONObject(); 
jo->Parse(bytes, 0); 
ShowMessage(jo->ToString()); 
//... 
delete jo; 

话虽这么说，你应该直接使用静态TJSONObject::ParseJSONValue()方法而不是TJSONValue::Parse()。 ParseJSONValue()甚至有一个接受UnicodeString作为输入，将在内部转换为UTF-8编码的字节数组你过载：

UnicodeString doc = L"{\"alias\":\"Test ЮРИСЛАВ\"}"; 
ShowMessage(doc); 
TJSONObject* jo = (TJSONObject*) TJSONObject::ParseJSONValue(doc); 
ShowMessage(jo->ToString()); 
//... 
delete jo; 

但是，如果你确实需要在自己的字节数组通过，其他的ParseJSONValue()重载允许您指定字节数组是否是UTF-8编码或不（它假定默认为UTF-8），所以你并不需要一个BOM：

UnicodeString doc = L"{\"alias\":\"Test ЮРИСЛАВ\"}"; 
ShowMessage(doc); 
TJSONObject* jo = (TJSONObject*) TJSONObject::ParseJSONValue(TEncoding::UTF8::GetBytes(doc), 0, true); 
ShowMessage(jo->ToString()); 
//... 
delete jo;