useds/app/common/utils/crawl/service/UnCodeFont.php

<?php
namespace app\common\utils\crawl\service;
use support\Db;

trait UnCodeFont{
    /**
     * 是否包含 PUA 字符（U+E000~U+F8FF）
     */
    function needFontDecode(string $text): bool
    {
        if ($text === '') return false;
        $chars = preg_split('//u', $text, -1, PREG_SPLIT_NO_EMPTY);
        if (!$chars) return false;

        foreach ($chars as $ch) {
            $u = mb_convert_encoding($ch, 'UCS-4BE', 'UTF-8');
            if ($u === false || strlen($u) !== 4) continue;
            $cp = unpack('N', $u)[1];
            if ($cp >= 0xE000 && $cp <= 0xF8FF) {
                return true;
            }
        }
        return false;
    }

    /**
     * 读取某个 font_hash 的映射表，返回 [ 'e53d' => '中', ... ]
     * code 表里存的是 '&#xE53D;' 或 '&#xe53d;'
     */
    function loadFontMap(string $fontHash): array
    {
        $rows = Db::table('font_map')
                ->select('code', 'char')
                ->where('font_hash', $fontHash)
                ->get()
                ->toArray();
        $rows = array_map(function($item) {
            return (array) $item;
        }, $rows);

        $map = [];
        foreach ($rows as $r) {
            // 从 '&#xE53D;' 提取 e53d
            if (preg_match('/&#x([0-9a-fA-F]+);/i', $r['code'], $m)) {
                $map[strtolower($m[1])] = $r['char'];
            }
        }
        return $map;
    }

    /**
     * 将包含 PUA 字符的字符串，按 font_map 替换
     */
    function decodeObfuscatedText(string $text, array $fontMap): string
    {
        $fontHash = '77fd388510a974babdf4837b26d2d33f'; // 你当前字体 md5（font_map.sql 里那一份）
        $fontMap  = $this->loadFontMap($fontHash);
        // 按 Unicode 字符切分
        $chars = preg_split('//u', $text, -1, PREG_SPLIT_NO_EMPTY);
        if (!$chars) return $text;

        $out = '';

        foreach ($chars as $ch) {
            // 获取码点（十六进制），如 e53d
            $hex = $this->unicodeCodePointHex($ch);
            if ($hex !== null) {
                $key = strtolower($hex);
                // 只替换命中的（一般就是 E***）
                if (isset($fontMap[$key])) {
                    $out .= $fontMap[$key];
                    continue;
                }
            }
            // 没命中：原样保留（比如 '.' 这种正常字符）
            $out .= $ch;
        }

        return $out;
    }

    /**
     * 获取单个 Unicode 字符的码点十六进制（不带 0x），失败返回 null
     * 例：'' -> 'e53d'
     */
    function unicodeCodePointHex(string $ch): ?string
    {
        if ($ch === '') return null;
        $u = mb_convert_encoding($ch, 'UCS-4BE', 'UTF-8');
        if ($u === false || strlen($u) !== 4) return null;
        $code = unpack('N', $u)[1];  // 32-bit
        return dechex($code);
    }
}