使用 Python 从 Json 文件中读取和写入 Unicode 字符

Question

我正在尝试使用附加的 Python 代码 (Python V3.5.1) 读取以下 json 数据，但 问题是 字符表示 ç 为 ç 和 £ 为 £强>。 请帮助我编写代码，该代码将正确地从文件中读取和写入数据，而不更改格式或字符集

Json 数据：

{
    "config":[{
            "filetype": ".csv",
            "coldelimiter":"ç",
            "rowdelimiter":"£"
    }]
}

Python 代码：

import json
import os

fileLoc=os.path.join(os.getcwd(),"appconfig.json")
json_data=open(fileLoc).read()
print(json_data)

输出：

{
    "config":[{
            "filetype": ".csv",
            "coldelimiter":"ç",
            "rowdelimiter":"£"
    }]
}

Answer 1

尽量避免隐式编码和解码。

当您使用open() 读取（或写入）文本文件（例如 JSON，但与 XML 不同）时，文件内容将使用一些默认编码进行解码。 使用哪种默认编码取决于您的环境；您可以通过locale.getpreferredencoding() 看到这一点。

所以让我们假设 appconfig.json 以 UTF-8 存储在磁盘上，但您的语言环境配置为使用 Latin-1，那么字母 ç 将是被误解为序列 ç。确认：

>>> 'ç'.encode('utf8').decode('latin1')
'ç'

如果是这种情况，那么很容易解决：在open()上指定编码：

with open(fileLoc, 'r', encoding='utf8') as f:
    json_data = f.read()

还有另一种可能（但不太可能）的解释：可能默认编码已经是 UTF-8，因此从文件中读取数据时可以正确解码。 然后，print() 表达式再次使用 UTF-8 对数据进行编码，从而将字节序列发送到与文件内容完全相同的 STDOUT。 但随后，您的终端（或您用来执行脚本的任何终端）错误解释输出为 Latin-1，因此它们显示为乱码。

如果是后者，那么你需要修复终端配置（接受UTF-8），或者重新编码sys.stdout（用sys.stdout = codecs.getwriter('latin-1')(sys.stdout)，但我不建议这样做）。