示例代码(在REPL中):
import json
json_string = json.dumps("ברי צקלה")
print(json_string)
输出:
"\u05d1\u05e8\u05d9 \u05e6\u05e7\u05dc\u05d4"
问题是:它不是人类可读的。我的(智能)用户希望使用JSON转储来验证甚至编辑文本文件(我宁愿不使用XML)。
是否有方法将对象序列化为UTF-8 JSON字符串(而不是\uXXXX)?
示例代码(在REPL中):
import json
json_string = json.dumps("ברי צקלה")
print(json_string)
输出:
"\u05d1\u05e8\u05d9 \u05e6\u05e7\u05dc\u05d4"
问题是:它不是人类可读的。我的(智能)用户希望使用JSON转储来验证甚至编辑文本文件(我宁愿不使用XML)。
是否有方法将对象序列化为UTF-8 JSON字符串(而不是\uXXXX)?
使用ensure_ascii=False开关到json.dumps(),然后手动将值编码为UTF-8:
>>> json_string = json.dumps("ברי צקלה", ensure_ascii=False).encode('utf8')
>>> json_string
b'"\xd7\x91\xd7\xa8\xd7\x99 \xd7\xa6\xd7\xa7\xd7\x9c\xd7\x94"'
>>> print(json_string.decode())
"ברי צקלה"
如果要写入文件,只需使用json.dump()并将其留给file对象进行编码:
with open('filename', 'w', encoding='utf8') as json_file:
json.dump("ברי צקלה", json_file, ensure_ascii=False)
Python 2的注意事项
对于Python 2,还有一些需要注意的事项。如果要将其写入文件,可以使用io.open()而不是open()来生成一个文件对象,该对象在写入时为您编码Unicode值,然后使用json.dump()来写入该文件:
with io.open('filename', 'w', encoding='utf8') as json_file:
json.dump(u"ברי צקלה", json_file, ensure_ascii=False)
请注意,json模块中存在一个bug,其中ensure_ascii=False标志可以产生unicode和str对象的混合。Python 2的解决方法是:
with io.open('filename', 'w', encoding='utf8') as json_file:
data = json.dumps(u"ברי צקלה", ensure_ascii=False)
# unicode(data) auto-decodes data to unicode if str
json_file.write(unicode(data))
在Python 2中,当使用编码为UTF-8的字节字符串(类型str)时,请确保还设置了编码关键字:
>>> d={ 1: "ברי צקלה", 2: u"ברי צקלה" }
>>> d
{1: '\xd7\x91\xd7\xa8\xd7\x99 \xd7\xa6\xd7\xa7\xd7\x9c\xd7\x94', 2: u'\u05d1\u05e8\u05d9 \u05e6\u05e7\u05dc\u05d4'}
>>> s=json.dumps(d, ensure_ascii=False, encoding='utf8')
>>> s
u'{"1": "\u05d1\u05e8\u05d9 \u05e6\u05e7\u05dc\u05d4", "2": "\u05d1\u05e8\u05d9 \u05e6\u05e7\u05dc\u05d4"}'
>>> json.loads(s)['1']
u'\u05d1\u05e8\u05d9 \u05e6\u05e7\u05dc\u05d4'
>>> json.loads(s)['2']
u'\u05d1\u05e8\u05d9 \u05e6\u05e7\u05dc\u05d4'
>>> print json.loads(s)['1']
ברי צקלה
>>> print json.loads(s)['2']
ברי צקלה
Martijn指出,在json.dumps中使用ensure_ascii=False是解决这个问题的正确方向。但是,这可能会引发一个例外:
UnicodeDecodeError:“ascii”编解码器无法解码位置1中的字节0xe7:序号不在范围内(128)
您需要在site.py或sitecustomize.py中进行额外设置,以正确设置sys.getdefaultencoding()。site.py位于lib/python2.7/下,sitecustomize.py位于lib/python2.7/site-packages下。
如果要使用site.py,请在def setencoding()下:将第一个If 0:更改为If 1:以便Python使用操作系统的语言环境。
如果你更喜欢使用sitecustomize.py,如果你没有创建它,它可能不存在,只需添加以下行:
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
然后,您可以以UTF-8格式进行一些中文JSON输出,例如:
name = {"last_name": u"王"}
json.dumps(name, ensure_ascii=False)
您将获得UTF-8编码的字符串,而不是转义的JSON字符串。
要验证默认编码,请执行以下操作:
print sys.getdefaultencoding()
您应该使用“utf-8”或“utf-8”来验证site.py或sitecustomize.py设置。
请注意,您不能在交互式Python控制台上执行sys.setdefaultencoding(“utf-8”)。
这是一个错误的答案,但了解为什么它是错误的仍然很有用。见注释。
使用unicode转义:
>>> d = {1: "ברי צקלה", 2: u"ברי צקלה"}
>>> json_str = json.dumps(d).decode('unicode-escape').encode('utf8')
>>> print json_str
{"1": "ברי צקלה", "2": "ברי צקלה"}
Pieters的Python 2解决方案在边缘情况下失败:
d = {u'keyword': u'bad credit \xe7redit cards'}
with io.open('filename', 'w', encoding='utf8') as json_file:
data = json.dumps(d, ensure_ascii=False).decode('utf8')
try:
json_file.write(data)
except TypeError:
# Decode data to Unicode first
json_file.write(data.decode('utf8'))
UnicodeEncodeError: 'ascii' codec can't encode character u'\xe7' in position 25: ordinal not in range(128)
它在第3行的.decode('utf8')部分崩溃。我通过避免该步骤以及ASCII的特殊外壳,使程序更简单,从而解决了这个问题:
with io.open('filename', 'w', encoding='utf8') as json_file:
data = json.dumps(d, ensure_ascii=False, encoding='utf8')
json_file.write(unicode(data))
cat filename
{"keyword": "bad credit çredit cards"}
下面是我使用json.dump()的解决方案:
def jsonWrite(p, pyobj, ensure_ascii=False, encoding=SYSTEM_ENCODING, **kwargs):
with codecs.open(p, 'wb', 'utf_8') as fileobj:
json.dump(pyobj, fileobj, ensure_ascii=ensure_ascii,encoding=encoding, **kwargs)
其中SYSTEM_ENCODING设置为:
locale.setlocale(locale.LC_ALL, '')
SYSTEM_ENCODING = locale.getlocale()[1]
写入文件的步骤
import codecs
import json
with codecs.open('your_file.txt', 'w', encoding='utf-8') as f:
json.dump({"message":"xin chào việt nam"}, f, ensure_ascii=False)
打印到标准输出
import json
print(json.dumps({"message":"xin chào việt nam"}, ensure_ascii=False))
以下是我对上面的var阅读答案和谷歌的理解。
# coding:utf-8
r"""
@update: 2017-01-09 14:44:39
@explain: str, unicode, bytes in python2to3
#python2 UnicodeDecodeError: 'ascii' codec can't decode byte 0xe4 in position 7: ordinal not in range(128)
#1.reload
#importlib,sys
#importlib.reload(sys)
#sys.setdefaultencoding('utf-8') #python3 don't have this attribute.
#not suggest even in python2 #see:http://stackoverflow.com/questions/3828723/why-should-we-not-use-sys-setdefaultencodingutf-8-in-a-py-script
#2.overwrite /usr/lib/python2.7/sitecustomize.py or (sitecustomize.py and PYTHONPATH=".:$PYTHONPATH" python)
#too complex
#3.control by your own (best)
#==> all string must be unicode like python3 (u'xx'|b'xx'.encode('utf-8')) (unicode 's disappeared in python3)
#see: http://blog.ernest.me/post/python-setdefaultencoding-unicode-bytes
#how to Saving utf-8 texts in json.dumps as UTF8, not as \u escape sequence
#http://stackoverflow.com/questions/18337407/saving-utf-8-texts-in-json-dumps-as-utf8-not-as-u-escape-sequence
"""
from __future__ import print_function
import json
a = {"b": u"中文"} # add u for python2 compatibility
print('%r' % a)
print('%r' % json.dumps(a))
print('%r' % (json.dumps(a).encode('utf8')))
a = {"b": u"中文"}
print('%r' % json.dumps(a, ensure_ascii=False))
print('%r' % (json.dumps(a, ensure_ascii=False).encode('utf8')))
# print(a.encode('utf8')) #AttributeError: 'dict' object has no attribute 'encode'
print('')
# python2:bytes=str; python3:bytes
b = a['b'].encode('utf-8')
print('%r' % b)
print('%r' % b.decode("utf-8"))
print('')
# python2:unicode; python3:str=unicode
c = b.decode('utf-8')
print('%r' % c)
print('%r' % c.encode('utf-8'))
"""
#python2
{'b': u'\u4e2d\u6587'}
'{"b": "\\u4e2d\\u6587"}'
'{"b": "\\u4e2d\\u6587"}'
u'{"b": "\u4e2d\u6587"}'
'{"b": "\xe4\xb8\xad\xe6\x96\x87"}'
'\xe4\xb8\xad\xe6\x96\x87'
u'\u4e2d\u6587'
u'\u4e2d\u6587'
'\xe4\xb8\xad\xe6\x96\x87'
#python3
{'b': '中文'}
'{"b": "\\u4e2d\\u6587"}'
b'{"b": "\\u4e2d\\u6587"}'
'{"b": "中文"}'
b'{"b": "\xe4\xb8\xad\xe6\x96\x87"}'
b'\xe4\xb8\xad\xe6\x96\x87'
'中文'
'中文'
b'\xe4\xb8\xad\xe6\x96\x87'
"""
如果可能,请使用编解码器,
with codecs.open('file_path', 'a+', 'utf-8') as fp:
fp.write(json.dumps(res, ensure_ascii=False))
从Python 3.7开始,以下代码工作正常:
from json import dumps
result = {"symbol": "ƒ"}
json_string = dumps(result, sort_keys=True, indent=2, ensure_ascii=False)
print(json_string)
输出:
{"symbol": "ƒ"}
如果您正在从文件加载JSON字符串,并且文件内容是阿拉伯语文本,那么这将起作用。
假设像arabic.json这样的文件
{
"key1": "لمستخدمين",
"key2": "إضافة مستخدم"
}
从Arabic.json文件中获取阿拉伯语内容
with open(arabic.json, encoding='utf-8') as f:
# Deserialises it
json_data = json.load(f)
f.close()
# JSON formatted string
json_data2 = json.dumps(json_data, ensure_ascii = False)
要在Django模板中使用JSON数据,请执行以下步骤:
# If have to get the JSON index in a Django template file, then simply decode the encoded string.
json.JSONDecoder().decode(json_data2)
完成!现在,我们可以将结果作为一个带有阿拉伯值的JSON索引获得。
感谢您的原始答案。对于Python 3,以下代码行:
print(json.dumps(result_dict,ensure_ascii=False))
没问题。如果不是强制性的,请考虑不要在代码中写太多文本。
这对于Python控制台来说可能足够好了。然而,为了满足服务器的要求,您可能需要按照这里的说明设置语言环境(如果是在Apache2上)使用mod_wsgi时设置LANG和LC_ALL
基本上,在Ubuntu上安装he_IL或任何语言区域设置。检查是否未安装:
locale -a
安装它,其中XX是您的语言:
sudo apt-get install language-pack-XX
例如:
sudo apt-get install language-pack-he
将以下文本添加到/etc/apache2/envvrs
export LANG='he_IL.UTF-8'
export LC_ALL='he_IL.UTF-8'
然后,您希望不会从Apache获得Python错误,例如:
打印(js)UnicodeEncodeError:“ascii”编解码器无法对位置41-45中的字符进行编码:序号不在范围内(128)
同样在Apache中,尝试将UTF设置为默认编码,如下所述:如何将Apache的默认编码更改为UTF-8
早点做,因为Apache错误很难调试,而且您可能会错误地认为它来自Python,而在这种情况下可能不是这样。
使用unicode转义解决问题
>>>import json
>>>json_string = json.dumps("ברי צקלה")
>>>json_string.encode('ascii').decode('unicode-escape')
'"ברי צקלה"'
解释
>>>s = '漢 χαν хан'
>>>print('Unicode: ' + s.encode('unicode-escape').decode('utf-8'))
Unicode: \u6f22 \u03c7\u03b1\u03bd \u0445\u0430\u043d
>>>u = s.encode('unicode-escape').decode('utf-8')
>>>print('Original: ' + u.encode("utf-8").decode('unicode-escape'))
Original: 漢 χαν хан
原始资源:Python3使用 unicode转义处理 unicode 16进制字符串编解码问题