unserialize(): Error at offset出现的原因分析以及解决方法

在PHP的unserialize函数使用中，当字符串或数据库中取出的数据有中文的时候，会出现如下错误

Notice: unserialize(): Error at offset xx of xxx bytes in C:\toolmao\php\index.php on line 21

说到中文，我们肯定第一时间想到编码，那么让我们看看不同文件编码下 serialize 函数对中文的处理是怎么样的，用同一段代码，文件用不同编码来测试

echo serialize(array('name'=>'工具猫','url'=>'http://www.toolmao.com/'));

首先看看UTF8的效果，我们发现 中文 “工具猫”的长度是 9

而文件编码是GB2312的时候，中文“工具猫”的长度是 6

所以当我们取出数据库编码为GBK等中文编码，后又用转码函数转成UTF8后，再用unserialize函数时，因为中文在不同编码下的长度不同，就会出现这个问题了。有人可能会说，数据库取出的时候 SET NAMES 不就行了，但有些数据库（比如access和sqlite）是不支持这样操作的。所以编码不符的时候，必须取出数据转码了。那么具体要如何操作呢？接下来就讲解决方案：

上面我们已经知道了unserialize出现Error at offset报错的成因，那么解决起来就简单了，用正则函数把错误的长度替换掉就可以了，网上已经有大神给出了现成的代码：

unserialize(preg_replace('!s:(\d+):"(.*?)";!se', '"s:".strlen("$2").":\"$2\";"', $string))
出自：http://www.phpddt.com/php/unserialize-error-at-offset.html

但是由于php的原因，/e 模式存在漏洞，所以php5.5以后取消了这样的用法，所以使用php5.5+的小伙伴们不要急，这里提供另一个解决方案

preg_replace_callback('#s:(\d+):"(.*?)";#s',function($match){return 's:'.strlen($match[2]).':"'.$match[2].'";';},$data);