curl返回JSON格式时出现中文乱码如何解决？

Question

在使用 `curl` 请求接口返回 JSON 数据时，若包含中文字符出现乱码，通常表现为 Unicode 转义字符（如 `\uXXXX`）未被正确解析或响应编码未正确识别。常见原因包括：服务端未设置正确的字符集（如 UTF-8）、客户端未指定解码方式、或 `curl` 默认未处理响应为 UTF-8。解决方法包括：检查 HTTP 响应头中 `Content-Type` 是否包含 `charset=UTF-8`；使用 `iconv` 或编程语言内置函数进行编码转换；或在脚本中对接收到的数据进行解码处理，确保全程使用统一字符编码。

Answer 1

一、问题现象：curl 请求返回 JSON 中文乱码

在使用 curl 命令调用 RESTful 接口时，若返回的 JSON 数据中包含中文字符，有时会出现类似 \u4E2D\u6587 的 Unicode 转义字符未被正确解析，或直接显示为乱码（如 ），导致数据可读性下降。

1. 示例命令与输出

curl -s http://api.example.com/data

假设返回结果如下：

{"name":"\u4E2D\u6587","city":"\u5317\u4EAC"}

虽然该 JSON 是合法的，但若希望在终端直接看到“中文”、“北京”等可读字符，则需要进一步处理。

二、常见原因分析

造成此类问题的原因通常有以下几种：

1. 服务端未设置正确的字符集：响应头 Content-Type 没有指定 charset=UTF-8，导致客户端无法识别编码方式。
2. 客户端未进行解码：curl 默认不会对响应内容进行自动解码，特别是当 JSON 包含 Unicode 转义序列时。
3. 终端环境不支持 UTF-8 显示：即使数据是 UTF-8 编码，如果当前终端或 shell 环境不支持 UTF-8，也会出现乱码。
4. 传输过程中的编码转换错误：例如中间代理或脚本处理不当，可能引入额外的编码转换问题。

三、解决方案详解

解决该类问题可以从多个层面入手，包括检查响应头、使用工具转换编码、以及在脚本中做统一处理。

1. 检查 HTTP 响应头 Content-Type

使用 -I 参数查看接口返回的响应头：

curl -I http://api.example.com/data

期望看到类似如下内容：

Content-Type: application/json; charset=UTF-8

如果没有 charset=UTF-8，建议联系服务端修改配置以明确告知客户端使用 UTF-8 编码。

2. 使用 iconv 进行编码转换

若确认数据本身是 GBK 或其他非 UTF-8 编码，可以使用 iconv 工具转换：

curl -s http://api.example.com/data | iconv -f GBK -t UTF-8

此方法适用于已知源编码格式的情况。

3. 使用 jq 解析并转义 Unicode 字符

安装 jq 后，可通过其内置功能将 JSON 中的 Unicode 转义字符还原为实际字符：

curl -s http://api.example.com/data | jq .

输出示例：

{ "name": "中文", "city": "北京" }

4. 在脚本语言中处理编码

若通过 Shell 脚本调用 curl 获取 JSON 数据，推荐使用 Python、PHP 等语言进行后续处理，它们具备强大的编码识别和转换能力。

例如使用 Python：

import json
import subprocess

result = subprocess.check_output(['curl', '-s', 'http://api.example.com/data'])
data = json.loads(result.decode('utf-8'))
print(data)

四、流程图说明

下图为整个排查与处理流程的概览：

graph TD
      A[开始 curl 请求] --> B{是否乱码}
      B -- 是 --> C[检查 Content-Type]
      C --> D{是否有 charset=UTF-8?}
      D -- 是 --> E[尝试使用 jq 解析]
      D -- 否 --> F[联系服务端修改响应头]
      B -- 否 --> G[正常显示]
      E --> H{是否仍乱码?}
      H -- 是 --> I[使用 iconv 转换编码]
      H -- 否 --> J[结束]