python json.dumps中文亂碼問題解決

pythontab發表於2019-06-13
PythonJSON

json.dumps(var,ensure_ascii=False)並不能解決中文亂碼的問題

json.dumps在不同版本的Python下會有不同的表現， 注意下面提到的中文亂碼問題在Python3版本中不存在。

注:下面的程式碼再python 2.7版本下測試透過

# -*- coding: utf-8 -*-
odata = {'a' : '你好'}
print odata

結果：

{'a': '\xe4\xbd\xa0\xe5\xa5\xbd'}
print json.dumps(odata)

結果：

{"a": "\u4f60\u597d"}
print json.dumps(odata,ensure_ascii=False)

結果：

{"a": "浣犲ソ"}
print json.dumps(odata,ensure_ascii=False).decode('utf8').encode('gb2312')

結果：

{"a": "你好"}

要解決中文編碼，需要知道python2.7對字串是怎麼處理的：

由於# -- coding: utf-8 -- 的作用，檔案內容以utf-8編碼，所以print odata

輸出的是utf-8編碼後的結果{‘a’: ‘\xe4\xbd\xa0\xe5\xa5\xbd’}

json.dumps 序列化時對中文預設使用的ascii編碼， print json.dumps(odata)輸出unicode編碼的結果

print json.dumps(odata,ensure_ascii=False)不使用的ascii編碼，以gbk編碼

‘你好’ 用utf8編碼是 %E4%BD%A0%E5%A5%BD 用gbk解碼是 浣犲ソ

字串在Python內部的表示是unicode編碼。

因此，在做編碼轉換時，通常需要以unicode作為中間編碼，即先將其他編碼的字串解碼（decode）成unicode，再從unicode編碼（encode）成另一種編碼。

decode的作用是將其他編碼的字串轉換成unicode編碼

decode（’utf-8’）表示將utf-8編碼的字串轉換成unicode編碼。

encode的作用是將unicode編碼轉換成其他編碼的字串

encode(‘gb2312’)，表示將unicode編碼的字串轉換成gb2312編碼。

python3中沒有這種問題，所以最簡單的方法是引入__future__模組，把新版本的特性匯入到當前版本

from __future__ import unicode_literals
print json.dumps(odata,ensure_ascii=False)

結果：

{"a": "你好"}

在寫入檔案的時候出現了Python2.7的UnicodeEncodeError: ‘ascii’ codec can’t encode異常錯誤

大神的解決方法：

不使用open開啟檔案，而使用codecs：

from __future__ import unicode_literals
import codecs
fp = codecs.open('output.txt', 'a+', 'utf-8')
fp.write(json.dumps(m,ensure_ascii=False))
fp.close()


相關文章