unity jsonで文字化け？が起こる原因と対処法

Question

現在unityでJSON形式で出力するということを行っておりますが
出力される日本語がなぜか¥u0000となったりユニコード表記？になってしまいます。
このサイト
に解決策が乗っているのですが分からないことがあります。

---

サイト内での解説、「json内では文字をunicodeで扱っており、その中の￥文字がエスケープされているためにおこる現象です。」とありますがこの意味がよくわかりません。¥がエスケープされるのならjsonでは¥¥u0000となっているのでしょうか？jsonでまとめて返すためjsonの内部のユニコードで扱っているというとところがわかっておりません。
なぜ日本語だけユニコード表記になるのでしょうか・・・・
よろしくお願いします

Answer 1

こんにちは。

「json内では文字をunicodeで扱っており、その中の￥文字がエスケープされているためにおこる現象です。」という表現は自分にもちょっと、いや全く、意味が分かりませんね……。ちょっとその解説は置いておいて、

json文字列は、制御文字と"を除く全てのunicode文字を「16進数表記のunicodeコードポイント値」として記録することが可能な仕様となっています。
json.orgにわかりやすく書いてありますので目を通してみると良いでしょう。\u + 4桁の16進数が任意の1文字を表現しているわけです。
なので、json文字列としては「日本語が\u0000という表記になってしまう」というのはむしろ「仕様通り」であり、正しい形式であると言えます。おそらくunityのjson出力というのが、日本語等のASCII範囲外の文字を自動でunicodeコードポイント値表現に直してくれているのでしょう。
読み取る際に正しく実装されたjsonリーダーを通せば、何もしなくても正しくデコードされた文字が読めるはずです。

Comments

[BitCoin]

回答ありがとうございます。「ASCII範囲外の文字を自動でunicodeコードポイント値表現になおす」のですね。初めて知りました。
System.Text.RegularExpressions.Regex.Unescapeメソッドを使うと治せるらしいのですが、このメソッドの説明にエスケープされた文字を含む文字列を、エスケープされていない形式に変換したもの。とあるのですが、これはunityがASCII範囲外の文字をエスケープしたということでしょうか？

[tamoto]

Regex.Unescapeは単純に、エスケープ表現を含む入力文字列を取り、直接表現に直した文字列を出力する関数なので、unityがASCII範囲外の文字をエスケープしたということには全く関係ありません。Unescapeメソッドに渡している入力文字列をどこから調達したのかという話になります。