python - 将带有 json.dumps 的 utf-8 文本保存为 UTF8，而不是 \u 转义序列

Question

示例代码：

>>> import json
>>> json_string = json.dumps("ברי צקלה")
>>> print(json_string)
"\u05d1\u05e8\u05d9 \u05e6\u05e7\u05dc\u05d4"

问题：它不是人类可读的。我的（聪明的）用户想要验证甚至编辑带有 JSON 转储的文本文件（我宁愿不使用 XML）。

有没有办法将对象序列化为 UTF-8 JSON 字符串（而不是 \uXXXX）？

Answer 1

使用ensure_ascii=False切换到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"

如果您正在写入文件，只需使用json.dump()并将其留给文件对象进行编码：

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，还有一些注意事项需要考虑。如果要将其写入文件，则可以使用io.open()而不是open()生成一个文件对象，该对象在您写入时为您编码 Unicode 值，然后使用json.dump()而不是写入该文件：

with io.open('filename', 'w', encoding='utf8') as json_file:
    json.dump(u"ברי צקלה", json_file, ensure_ascii=False)

请注意，模块中存在一个错误，其中json标志可以ensure_ascii=False产生混合对象。Python 2 的解决方法是：unicodestr

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，请确保同时设置encoding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

Answer 2

写入文件

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))

Answer 3

Peters 的 python 2 解决方法在边缘情况下失败：

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来解决问题：

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"}

Answer 4

更新：这是错误的答案，但理解为什么它是错误的仍然很有用。看评论。

怎么样unicode-escape？

>>> 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"}

Answer 5

从 Python 3.7 开始，以下代码可以正常工作：

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"}

Answer 6

以下是我的理解 var 阅读上面的答案和谷歌。

# 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'
"""

Answer 7

感谢这里的原始答案。使用python 3以下代码行：

print(json.dumps(result_dict,ensure_ascii=False))

没关系。如果不是必须的，请考虑尝试在代码中不要写太多文本。

这对于 python 控制台来说可能已经足够好了。但是，为了满足服务器，您可能需要按照此处的说明设置语言环境（如果它在 apache2 上） http://blog.dscpl.com.au/2014/09/setting-lang-and-lcall-when-using .html

基本上在 ubuntu 上安装 he_IL 或任何语言环境检查它是否未安装

locale -a 

在 XX 是你的语言的地方安装它

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'

比你希望不会从 apache 得到 python 错误，比如：

print (js) UnicodeEncodeError: 'ascii' codec can't encode characters in position 41-45: ordinal not in range(128)

同样在 apache 中尝试将 utf 设置为默认编码，如下所述：
How to change the default encoding to UTF-8 for Apache?

尽早做，因为 apache 错误可能很难调试，并且您可能会错误地认为它来自 python，而在这种情况下可能并非如此

Answer 8

这是我使用 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]

Answer 9

尽可能使用编解码器，

with codecs.open('file_path', 'a+', 'utf-8') as fp:
    fp.write(json.dumps(res, ensure_ascii=False))

Answer 10

如果您从文件和文件内容阿拉伯文本加载 JSON 字符串。然后这将起作用。

假设文件如：arabic.json

{ 
"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 Django Template file, then simply decode the encoded string.

json.JSONDecoder().decode(json_data2)

完毕！现在我们可以将结果作为带有阿拉伯值的 JSON 索引。

Answer 11

使用 unicode-escape 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

原创资源：<a href="https://blog.csdn.net/chuatony/article/details/72628868" rel="nofollow noreferrer">https://blog.csdn.net/chuatony/article/details/72628868

Answer 12

正如 Martijn 所指出的，在 json.dumps 中使用 ensure_ascii=False 是解决这个问题的正确方向。但是，这可能会引发异常：

UnicodeDecodeError: 'ascii' codec can't decode byte 0xe7 in position 1: ordinal not in range(128)

您需要在 site.py 或 sitecustomize.py 中进行额外设置才能正确设置 sys.getdefaultencoding()。site.py 在 lib/python2.7/ 下，sitecustomize.py 在 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 将使用您的操作系统的语言环境。

如果您更喜欢使用 sitecustomize.py，如果您还没有创建它，它可能不存在。简单地说这些行：

import sys
reload(sys)
sys.setdefaultencoding('utf-8')

然后可以做一些utf-8格式的中文json输出，比如：

name = {"last_name": u"王"}
json.dumps(name, ensure_ascii=False)

您将得到一个 utf-8 编码的字符串，而不是 \u 转义的 json 字符串。

要验证您的默认编码：

print sys.getdefaultencoding()

您应该获得“utf-8”或“UTF-8”来验证您的 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") 。