使用Python从Json文件中读取和写入Unicode字符

Question

我正在尝试使用附加的 Python 代码（Python V3.5.1）读取下面的 json 数据，但问题是表示 \xc3\xa7 为 \xc3\x83\xc2\xa7 和 \xc2\xa3 为 \xc3\x82\ xc2\xa3。\n请帮助我编写可以正确读取文件数据和从文件写入数据的代码，而无需更改格式或字符集

\n\n

杰森数据：

\n\n

{\n    "config":[{\n            "filetype": ".csv",\n            "coldelimiter":"\xc3\xa7",\n            "rowdelimiter":"\xc2\xa3"\n    }]\n}\n

\n\n

Python代码：

\n\n

import json\nimport os\n\nfileLoc=os.path.join(os.getcwd(),"appconfig.json")\njson_data=open(fileLoc).read()\nprint(json_data)\n

\n\n

输出：

\n\n

{\n    "config":[{\n            "filetype": ".csv",\n            "coldelimiter":"\xc3\x83\xc2\xa7",\n            "rowdelimiter":"\xc3\x82\xc2\xa3"\n    }]\n}\n

\n

Answer 1

尽量避免隐式编码和解码。

\n\n

当您用于open()读取（或写入）文本文件（例如 JSON，但与 XML 不同）时，文件内容将使用某种默认编码进行解码。\n使用哪种默认编码取决于您的环境；你可以用 看到这个locale.getpreferredencoding()。

\n\n

因此，假设appconfig.json使用 UTF-8 存储在磁盘上，但您的区域设置配置为使用 Latin-1，那么字母\xc3\xa7将被误解为序列\xc3\x83\xc2\xa7。确认：

\n\n

>>> '\xc3\xa7'.encode('utf8').decode('latin1')\n'\xc3\x83\xc2\xa7'\n

\n\n

如果是这种情况，那么很容易修复：指定编码open()：

\n\n

with open(fileLoc, 'r', encoding='utf8') as f:\n    json_data = f.read()\n

\n\n

还有另一种可能（但不太可能）的解释：也许默认编码已经是 UTF-8，因此从文件读取数据时可以正确解码。\nprint()然后表达式再次使用 UTF-8 对数据进行编码，从而发送序列字节到 STDOUT，这与文件内容完全相同。\n但是，您的终端（或用于执行脚本的任何设备）将输出误解为 Latin-1，从而使它们显示为乱码。

\n\n

如果是后者，那么您需要修复终端配置（以接受 UTF-8），或重新编码sys.stdout（使用sys.stdout = codecs.getwriter('latin-1')(sys.stdout)，但我不建议这样做）。

\n