如何使用带有 UTF-8 字符的 json4s 序列化 JSON？

Question

我有一个非常简单的例子：

import org.json4s._
import org.json4s.native.JsonMethods._
import org.json4s.JsonDSL._

val json = ("english" -> JString("serialization")) ~ ("japanese" -> JString("シリアライゼーション"))

println(pretty(render(json)))

我从中得到的是：

{
  "english":"serialization",
  "japanese":"\u30b7\u30ea\u30a2\u30e9\u30a4\u30bc\u30fc\u30b7\u30e7\u30f3"
}

我想要的是这个（完全有效的 AFAIK）JSON：

{
  "english":"serialization",
  "japanese":"シリアライゼーション"
}

我现在找不到它，但我想我在某处读到 JSON 只需要转义两个特殊的 UTF-8 字符。

查看render 的代码，似乎是Strings always get this extra double-escaping for non-ASCII characters。

任何人都知道如何在不双重转义所有 UTF-8 扩展字符的情况下获得有效的 JSON 吗？这似乎与以下问题非常相似：Why does the PHP json_encode function convert UTF-8 strings to hexadecimal entities?

---

更新：事实证明，这是 json4s 中的一个未解决问题，带有待处理的 PR #327，该问题已被关闭以支持 PR #339，而 PR #339 又合并到 @987654326 中的 3.4 发布分支@。

Answer 1

@0__，目前尚不清楚你想用你的赏金得到什么答案。原始问题中提到的错误已经修复，因此您可以自定义是否要对 Unicode 字符进行编码。您只需要使用当前版本进行构建，例如像这样的build.sbt：

name := "SO_ScalaJson4sUnicodeChars"
version := "1.0"
scalaVersion := "2.12.1"
libraryDependencies += "org.json4s" %% "json4s-native" % "3.5.1"

正如 @kriegaex 在他的评论中提到的，根据 RFC 7159，UTF-8 是 JSON 的默认编码，因此编码并不是绝对必要的。这就是为什么默认情况下 json4s 不编码，就像 OP 要求的那样：

package so

import org.json4s.JsonDSL._
import org.json4s._
import org.json4s.native.JsonMethods._

object SOTest extends App {
  val json = ("english" -> JString("serialization")) ~ ("japanese" -> JString("シリアライゼーション"))
  println(pretty(render(json)))
}

控制台日志：

{
  "english":"serialization",
  "japanese":"シリアライゼーション"
}

但是，如果出于某种兼容性原因您需要对输出进行编码，那么 json4s 也支持。如果你像这样添加自己的customJsonFormats，你会得到编码输出：

package so

import org.json4s.JsonDSL._
import org.json4s._
import org.json4s.native.JsonMethods._

object SOTest extends App {
  val json = ("english" -> JString("serialization")) ~ ("japanese" -> JString("シリアライゼーション"))
  implicit val customJsonFormats = new DefaultFormats {
    override def alwaysEscapeUnicode: Boolean = true
  }
  println(pretty(render(json)))
}

控制台日志：

{
  "english":"serialization",
  "japanese":"\u30b7\u30ea\u30a2\u30e9\u30a4\u30bc\u30fc\u30b7\u30e7\u30f3"
}

---

更新由 @kriegaex： 我决定编辑这个答案，合并我自己的一些信息并修复一些小问题。我这样做是为了避免冗余。我对一个好的、一致的答案比对赏金更感兴趣。我现在要删除我的。