Python 3：使用非 ASCII 字符加载 JSON 文件

Question

只是尝试将此 JSON 文件（带有非 ascii 字符）加载为具有 Unicode 编码的 python 字典，但仍然出现此错误：

返回 codecs.ascii_decode(input, self.errors)[0]

UnicodeDecodeError：“ascii”编解码器无法解码位置 90 中的字节 0xc3：序数不在范围内 (128)

JSON 文件内容 = "工具提示":{ "dxPivotGrid-sortRowBySummary": "排序\"{0}\"byThisRow",}

import sys  
import json

data = []
with open('/Users/myvb/Desktop/Automation/pt-PT.json') as f:
    for line in f:
        data.append(json.loads(line.encode('utf-8','replace')))

Answer 1

我遇到了同样的问题，对我有用的是创建一个正则表达式，并解析 json 文件中的每一行：

REGEXP = '[^A-Za-z0-9\'\:\.\;\-\?\!]+'
new_file_line = re.sub(REGEXP, ' ', old_file_line).strip()

Answer 2

拥有与您的内容相似的文件，我可以一口气读取该文件：

>>> import json
>>> fname = "data.json"
>>> with open(fname) as f:
...     data = json.load(f)
...
>>> data
{'tooltip': {'navbar': 'Operações de grupo'}}

Answer 3

您不需要阅读每一行。你有两个选择：

import sys  
import json

data = []
with open('/Users/myvb/Desktop/Automation/pt-PT.json') as f:
    data.append(json.load(f))

或者，您可以加载所有行并将它们传递给 json 模块：

import sys  
import json

data = []
with open('/Users/myvb/Desktop/Automation/pt-PT.json') as f:
    data.append(json.loads(''.join(f.readlines())))

显然，第一个建议是最好的。

Answer 4

据我所知，您有几个问题。首先是文件编码。当您在未指定编码的情况下打开文件时，将使用 sys.getfilesystemencoding() 的任何内容打开文件。由于这可能会有所不同（尤其是在 Windows 机器上），因此对大多数 json 文件显式使用 encoding="utf-8" 是一个好主意。由于您的错误消息，我怀疑该文件是使用 ascii 编码打开的。

接下来，在文件系统对象读取文件时，将文件从 utf-8 解码为 python 字符串。 utf-8 行已被解码为字符串，并且已准备好供 json 读取。当您执行line.encode('utf-8','replace') 时，会将行编码回bytes 对象，而json loads（即“加载字符串”）无法处理。

最后，"tooltip":{ "navbar":"Operações de grupo"} 不是有效的 json，但它看起来确实像包含单个 json 对象的漂亮打印 json 文件的一行。我的猜测是您应该将整个文件作为 1 个 json 对象读取。

把它们放在一起你会得到：

import json

with open('/Users/myvb/Desktop/Automation/pt-PT.json', encoding="utf-8") as f:
    data = json.load(f)

从其名称来看，此文件可能被编码为 Windows 葡萄牙语代码页。如果是这样，"cp860" 编码可能会更好。