python - 打印解码的 JSON 字符串

Question

我收到一个 JSON 字符串，通过 json.loads 传递它并以一个 unicode 字符串数组结束。这一切都很好。数组中的字符串之一是：

u'\xc3\x85sum'

现在应该在使用 decode('utf8') 解码时转换为 'Åsum' 但我得到一个错误：

UnicodeEncodeError: 'charmap' codec can't encode character u'\x85' in position 1: character maps to <undefined>

为了测试出了什么问题，我做了以下

'Åsum'.encode('utf8') 
'\xc3\x85sum'

print '\xc3\x85sum'.decode('utf8')
Åsum

所以效果很好，但是如果我将它作为 json.loads 做成一个 unicode 字符串，我会得到同样的错误：

print u'\xc3\x85sum'.decode('utf8')
UnicodeEncodeError: 'charmap' codec can't encode character u'\x85' in position 1: character maps to <undefined>

我尝试做 json.loads(jsonstring, encoding = 'uft8') 但这没有任何改变。

有没有办法解决它？使 json.loads 不使其成为 unicode 或按照我的要求使用 'utf8' 使其解码。

编辑：

我收到的原始字符串如下所示，或者导致问题的部分：

"\\u00c3\\u0085sum"

score 1 · Accepted Answer

您已经有一个 Unicode 值，因此尝试对其进行解码会强制使用默认编解码器先进行编码。

看起来您收到了格式错误的 JSON；JSON 值已经是unicode。如果您的 Unicode 值中有 UTF-8 数据，则恢复的唯一方法是编码为 Latin-1（将前 255 个代码点一对一映射到字节），然后将其解码为 UTF8：

>>> print u'\xc3\x85sum'.encode('latin1').decode('utf8')
Åsum

然而，更好的解决方案是修复 JSON 源；它不应该双重编码为 UTF-8。正确的表示是：

json.dumps(u'Åsum')
'"\\u00c5sum"'

1 回答 1