Escape chuỗi JSON

Escape Chuỗi JSON Là Gì?

Escape chuỗi JSON là quá trình chuyển đổi các ký tự đặc biệt bên trong chuỗi thành các chuỗi escape mà trình phân tích cú pháp JSON có thể đọc mà không làm hỏng cấu trúc. Đặc tả JSON (ECMA-404 / RFC 8259) yêu cầu một số ký tự bên trong giá trị chuỗi phải được đặt trước bởi dấu gạch chéo ngược. Nếu không escape đúng cách, dấu ngoặc kép hoặc ký tự xuống dòng xuất hiện trực tiếp trong chuỗi sẽ kết thúc chuỗi sớm và gây ra lỗi phân tích cú pháp.

Mỗi chuỗi JSON được phân định bằng dấu ngoặc kép. Khi bản thân chuỗi chứa dấu ngoặc kép, dấu gạch chéo ngược, hoặc ký tự điều khiển (U+0000 đến U+001F), ký tự đó phải được thay thế bằng chuỗi escape tương ứng. Ví dụ, ký tự xuống dòng trở thành \n, tab trở thành \t, và dấu ngoặc kép trở thành \". Bất kỳ điểm mã Unicode nào cũng có thể được biểu diễn dưới dạng \uXXXX, trong đó XXXX là giá trị thập lục phân bốn chữ số.

Unescape (thao tác ngược lại) chuyển đổi các chuỗi dấu gạch chéo ngược đó trở về ký tự gốc. Dùng thao tác này khi bạn nhận được một payload JSON trong đó các giá trị chuỗi bị escape kép, hoặc khi bạn cần trích xuất văn bản thô từ một bản ghi log JSON để hiển thị trên giao diện người dùng hay terminal. Các pipeline tổng hợp log thường gặp vấn đề này: khi một thông báo được mã hóa JSON được lưu trữ dưới dạng giá trị chuỗi bên trong một tài liệu JSON khác, mỗi dấu gạch chéo ngược trong chuỗi bên trong sẽ bị nhân đôi.

Tại Sao Dùng Công Cụ JSON Escape?

Việc thêm hoặc xóa dấu gạch chéo ngược thủ công rất tẻ nhạt và dễ gây lỗi, đặc biệt khi xử lý văn bản nhiều dòng, đường dẫn tệp, hoặc các đoạn code nhúng. Một công cụ escape chuyên dụng xử lý các trường hợp ngoại lệ mà việc chỉnh sửa tay thường bỏ sót.

Các Trường Hợp Sử Dụng JSON String Escape

Tham Chiếu Chuỗi Escape JSON

Đặc tả JSON định nghĩa chính xác hai escape bắt buộc (dấu ngoặc kép và dấu gạch chéo ngược) và sáu chuỗi escape ngắn cho các ký tự điều khiển phổ biến. Tất cả các ký tự điều khiển khác (U+0000 đến U+001F) phải dùng dạng \uXXXX. Các ký tự trên U+FFFF (như emoji) có thể được biểu diễn dưới dạng cặp surrogate UTF-16: \uD83D\uDE00.

Escape Chuỗi JSON vs. Mã Hóa JSON

Các lập trình viên đôi khi nhầm lẫn giữa escape chuỗi và mã hóa toàn bộ tài liệu JSON.

Ví Dụ Code

Mọi ngôn ngữ lớn đều có hàm tích hợp cho việc này. Ví dụ trong JavaScript, Python, Go và jq:

// JSON.stringify escapes a value and wraps it in quotes
JSON.stringify('Line 1\nLine 2')       // → '"Line 1\\nLine 2"'

// To get just the inner escaped string (no surrounding quotes):
const escaped = JSON.stringify('She said "hello"').slice(1, -1)
// → 'She said \\"hello\\"'

// Parsing reverses the escaping
JSON.parse('"tabs\\tand\\nnewlines"')  // → 'tabs\tand\nnewlines'

// Handling Unicode: emoji in JSON
JSON.stringify('Price: 5\u20ac')       // → '"Price: 5\u20ac"' (raw euro sign)

import json

# json.dumps escapes and quotes a string
json.dumps('Line 1\nLine 2')           # → '"Line 1\\nLine 2"'

# Ensure ASCII: replace non-ASCII with \uXXXX sequences
json.dumps('Caf\u00e9', ensure_ascii=True)   # → '"Caf\\u00e9"'

# Keep UTF-8 characters as-is (default in Python 3)
json.dumps('Caf\u00e9', ensure_ascii=False)  # → '"Caf\u00e9"'

# Unescape by round-tripping through json.loads
json.loads('"She said \\"hello\\""')      # → 'She said "hello"'

package main

import (
	"encoding/json"
	"fmt"
)

func main() {
	// json.Marshal escapes a Go string for JSON
	raw := "Line 1\nLine 2\tindented"
	b, _ := json.Marshal(raw)
	fmt.Println(string(b))
	// → "Line 1\nLine 2\tindented"

	// Unescape with json.Unmarshal
	var out string
	json.Unmarshal([]byte(`"She said \"hello\""`), &out)
	fmt.Println(out)
	// → She said "hello"
}

# Escape a raw string into a JSON-safe value
echo 'Line 1
Line 2	with tab' | jq -Rs '.'
# → "Line 1\nLine 2\twith tab\n"

# Unescape a JSON string back to raw text
echo '"She said \"hello\""' | jq -r '.'
# → She said "hello"

Câu Hỏi Thường Gặp