python json unicode utf-8处理总结

Posted 2021-12-24 uestc2007

1.直接输出字典中文
在python中经常遇见直接print dict（字典），或者dict转json，但是没有给特定的参数，然后打印json字符串，输出的中文就成了unicode码的情况，如下：

d = ‘name‘: ‘张三‘, ‘age‘: ‘1‘
print d
jd = json.dumps(d)
print jd

输出结果为：

‘age‘: ‘1‘, ‘name‘: ‘\xe5\xbc\xa0\xe4\xb8\x89‘
"age": "1", "name": "\u5f20\u4e09"

这种情况怎么办呢？
要将字典中的中文正确的输出，可以将d转换成json字符串，转换时使用json.dumps(d, ensure_ascii=False, encoding=‘utf-8‘))

d = ‘name‘: ‘张三‘, ‘age‘: ‘1‘
print d
jd = json.dumps(d, ensure_ascii=False, encoding=‘utf-8‘))
print jd

输出结果为：

‘age‘: ‘1‘, ‘name‘: ‘\xe5\xbc\xa0\xe4\xb8\x89‘
"age": "1", "name": "张三"

参数ensure_ascii=False不能少, encoding可以省略，因为默认就是encoding=‘utf-8‘
关于参数ensure_ascii的解释：

    If ``ensure_ascii`` is true (the default), all non-ASCII characters in the
    output are escaped with ``\uXXXX`` sequences, and the result is a ``str``
    instance consisting of ASCII characters only.  If ``ensure_ascii`` is
    ``False``, some chunks written to ``fp`` may be ``unicode`` instances.
    This usually happens because the input contains unicode strings or the
    ``encoding`` parameter is used. Unless ``fp.write()`` explicitly
    understands ``unicode`` (as in ``codecs.getwriter``) this is likely to
    cause an error.

关于参数encoding的解释：

``encoding`` is the character encoding for str instances, default is UTF-8.

2.用python自带的json库将json转换成字典输出，输出是unicode码
在用json.loads(json_str)将json_str字符串转换成字典时，字典中的内容是unicode码，具体如下：

ud = json.loads(jd, encoding=‘utf-8‘)
print ud

输出结果：

u‘age‘: u‘1‘, u‘name‘: u‘\u5f20\u4e09‘

字典中的字符串都带的u，要想去掉u，有两种办法
a.使用yaml库的yaml.safe_load(jd)

import yaml
d = ‘name‘: ‘张三‘, ‘age‘: ‘1‘
print d
jd = json.dumps(d, ensure_ascii=False, encoding=‘utf-8‘))
ud = json.loads(jd, encoding=‘utf-8‘)
print ud
ud = yaml.safe_load(jd, encoding=‘utf-8‘)
print ud

结果输出为：

u‘age‘: u‘1‘, u‘name‘: u‘\u5f20\u946b‘
‘age‘: ‘1‘, ‘name‘: u‘\u5f20\u946b‘

视觉明锐的同学可能发现第二个name的值前还是有u，也就是说他是unicode码。的确是的，上面的第1点已经说明了，直接打印字典，字典里面的中文就是乱码的，但是为什么是unicode码，需要更深一步分析，也希望知道的朋友不吝留言告知，谢谢。

b 递归实现转码函数自己去将json.loads()返回的字典从unicode码转成自己想要的码，实现如下：

def byteify(input, encoding=‘utf-8‘):
    if isinstance(input, dict):
        return byteify(key): byteify(value) for key, value in input.iteritems()
    elif isinstance(input, list):
        return [byteify(element) for element in input]
    elif isinstance(input, unicode):
        return input.encode(encoding)
    else:
        return input

使用示例：

d = ‘name‘: ‘张三‘, ‘age‘: ‘1‘
print d
jd = json.dumps(d, ensure_ascii=False, encoding=‘utf-8‘))
ud = json.loads(jd, encoding=‘utf-8‘)
print ud
ud = byteify(ud)
print ud
print ud[‘name‘]

输出结果如下：

u‘age‘: u‘1‘, u‘name‘: u‘\u5f20\u946b‘
‘age‘: ‘1‘, ‘name‘: ‘\xe5\xbc\xa0\xe9\x91\xab‘
张三

这次是彻底的将json.loads()返回的字典转换码成了utf-8，至于输出为什么是乱码？别忘了，开头第一点说的，直接print字典，中文是会乱码的，但是print ud[‘name‘] 就会正常显示中文‘张三‘。
参考来源：https://stackoverflow.com/questions/956867/how-to-get-string-objects-instead-of-unicode-from-json

 

作者：llicety
链接：https://www.jianshu.com/p/90ecc5987a18
来源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。