python json.dumps() 中文乱码问题

Posted 2020-09-30

python 输出一串中文字符，在控制台上（控制台使用UTF-8编码）通过print 可以正常显示，但是写入到文件中之后，中文字符都输出成ascii编码了。英文字符能正常显示可读字符。

原因：json.dumps 序列化时默认使用的ascii编码，想输出真正的中文需要指定ensure_ascii=False：更深入分析，是应为dJSON object 不是单纯的unicode实现，而是包含了混合的unicode编码以及已经用utf-8编码之后的字符串。

可行的方式如下：

 1 import os
 2 import os.path
 3 import io
 4 import sys
 5 import json
 6 
 7 contentByPage = {}
 8 contentByPage[‘document‘] = shortName
 9 contentByPage[‘content‘] = text
10 contentByPage[‘pageNumber‘] = pageNumber
11 jsonFile = io.open(shortName+"--"+str(pageNumber)+".json",‘w‘, encoding=‘utf8‘)
12 jsonFile.write(json.dumps(contentByPage, ensure_ascii=False).decode(‘utf8‘))
13 jsonFile.flush()
14 jsonFile.close()