Python：将复杂的字符串字典从Unicode转换为ASCII [重复]

Question

可能重复：
How to get string Objects instead Unicode ones from JSON in Python?

作为从 JSON API 调用解析的多级字典，我有很多输入。这些字符串都是 unicode，这意味着有很多 u'stuff like this'。我正在使用jq 来处理结果，需要将这些结果转换为 ASCII。

我知道我可以编写一个函数来像这样转换它：

def convert(input):
    if isinstance(input, dict):
        ret = {}
        for stuff in input:
            ret = convert(stuff)
    elif isinstance(input, list):
        ret = []
        for i in range(len(input))
            ret = convert(input[i])
    elif isinstance(input, str):
        ret = input.encode('ascii')
    elif :
        ret = input
    return ret

这是否正确？不确定。不过这不是我想问你的。

我要问的是，这是解决问题的典型暴力解决方案。一定会有更好的办法。一种更pythonic的方式。我不是算法方面的专家，但这个看起来也不是特别快。

那么有没有更好的方法呢？或者如果没有，这个功能可以改进吗...？

---

回答后编辑

Mark Amery's answer 是正确的，但我想发布它的修改版本。他的函数适用于 Python 2.7+，而我使用的是 2.6，因此必须对其进行转换：

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

Answer 1

递归似乎是这里的方法，但如果你在 python 2.xx 上，你想检查unicode，而不是str（str 类型代表一串字节，而unicode 键入一串 unicode 字符；两者都不是从另一个继承，在解释器中显示的是 unicode 类型的字符串，它们前面带有 au）。

您发布的代码中还有一点语法错误（结尾的 elif: 应该是 else），并且在输入是字典或列表的情况下，您不会返回相同的结构。 （在字典的情况下，您将返回最终键的转换版本；在列表的情况下，您将返回最终元素的转换版本。两者都不对！）

您还可以通过使用推导来使您的代码漂亮和 Pythonic。

那么，这是我的建议：

def convert(input):
    if isinstance(input, dict):
        return {convert(key): convert(value) for key, value in input.iteritems()}
    elif isinstance(input, list):
        return [convert(element) for element in input]
    elif isinstance(input, unicode):
        return input.encode('utf-8')
    else:
        return input

最后一件事。我将encode('ascii') 更改为encode('utf-8')。我的推理如下：任何仅包含 ASCII 字符集中字符的 unicode 字符串在以 ASCII 编码时将由与以 utf-8 编码时相同的字节字符串表示，因此使用 utf-8 而不是 ASCII 不能破坏任何东西和只要您处理的 unicode 字符串仅使用 ASCII 字符，更改将不可见。但是，此更改扩展了函数的范围，以便能够处理来自整个 unicode 字符集的字符串，而不仅仅是 ASCII 字符串，如果有必要的话。