Python JSON保留编码

Question

我有这样一个文件:

aarónico
aaronita
ababol
abacá
abacería
abacero
ábaco
#more words, with no ascii chars

当我将该文件读取并打印到控制台时,它会按预期打印完全相同,但是当我这样做时:

f.write(json.dumps({word: Lookup(line)}))

这保存了:

{"aar\u00f3nico": ["Stuff"]}

当我预料到:

{"aarónico": ["Stuff"]}

当我jason.loads()它时,我需要得到相同的结果,但我不知道在哪里或如何进行编码,或者是否需要让它工作.

编辑

这是将数据保存到文件的代码:

with open(LEMARIO_FILE, "r") as flemario:
    with open(DATA_FILE, "w") as f:
        while True:
            word = flemario.readline().strip()
            if word == "":
                break
            print word #this is correct
            f.write(json.dumps({word: RAELookup(word)}))
            f.write("\n")

这个加载数据并返回字典对象:

    with open(DATA_FILE, "r") as f:
        while True:
            new = f.readline().strip()
            if new == "":
                break
            print json.loads(new) #this is not

如果密钥与保存的密钥不同,我无法查找字典.

编辑2

>>> import json
>>> f = open("test", "w")
>>> f.write(json.dumps({"héllö": ["stuff"]}))
>>> f.close()
>>> f = open("test", "r")
>>> print json.loads(f.read())
{u'h\xe9ll\xf6': [u'stuff']}
>>> "héllö" in {u'h\xe9ll\xf6': [u'stuff']}
False

Answer 1

这是正常且有效的JSON行为.该\uxxxx逃逸也使用Python的,所以一定要确保你不要混淆蟒蛇文字表述与字符串的内容.

Python 3.3中的演示:

>>> import json
>>> print('aar\u00f3nico')
aarónico
>>> print(json.dumps('aar\u00f3nico'))
"aar\u00f3nico"
>>> print(json.loads(json.dumps('aar\u00f3nico')))
aarónico

在python 2.7中:

>>> import json
>>> print u'aar\u00f3nico'
aarónico
>>> print(json.dumps(u'aar\u00f3nico'))
"aar\u00f3nico"
>>> print(json.loads(json.dumps(u'aar\u00f3nico')))
aarónico

从文件读取和写入文件时,以及仅指定原始字节字符串(并且"héllö"是原始字节字符串)时,您不处理Unicode数据.您需要首先了解编码和Unicode数据之间的差异.我强烈建议您阅读以下3篇文章中的至少2篇:

• 在Python的Unicode指南

• Ned Batchelder的实用Unicode

• 绝对最低每个软件开发人员绝对必须知道关于Unicode和字符集(没有任何借口!)作者:Joel Spolsky

你很幸运,你的"héllö"python原始字节字符串表示,Python设法自动解码它.从文件中读回的值完全正常且正确:

>>> print u'h\xe9ll\xf6'
héllö