无法在 Python 中正确编码 JSON 文件

Question

这可能是一件非常简单的事情，我知道在 SO 上有很多类似的案例，但我就是不知道如何解决这个问题。我对 Python 还是比较陌生。

问题

我有一个包含以下内容的 JSON 文件 (expr.json)：

{
    "vowel": "a|e|i|o|u|y|ä|ö",
    "consonant": "b|c|d|f|g|h|j|k|l|m|n|p|r|s|š|t|v|z|ž"
}

我想读取文件并使用 Python 的 JSON 模块解析它的内容。我想稍后使用 re.compile 编译键的值。这是我的代码（main.py）：

#!/usr/bin/python
# vim: set fileencoding=utf-8 :

import json

myfile = open('expr.json')
data = myfile.read()
myfile.close()

json_data = json.loads(data)
print json_data    # {u'consonant': u'b|c|d|f|g|h|j|k|l|m|n|p|r|s|\u0161|t|v|z|\u017e', u'vowel': u'a|e|i|o|u|y|\xe4|\xf6'}

但是当我尝试访问“元音”时：

json_data['vowel']

我收到以下错误消息：

Traceback（最近一次调用最后一次）：

文件“/path to main.py”，第 11 行，在

打印 json_data['元音']

UnicodeEncodeError: 'ascii' codec can't encode character u'\xe4' in position 12: ordinal > not in range(128) [0.1s 完成，退出码 1]

UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 25: ordinal not in range(128)

我尝试了什么

1) 在调用 json.loads 之前尝试使用 data.encode('utf-8') 对字符串进行编码 => 还是一样的错误信息

2) 使用转义版本导致字符 (ä, ö) 的转义错误：(\u00E4, \u00F6) => 没有错误，但是当我尝试使用 re.compile 编译它们时，它们不能按预期工作（确实与转义字符不匹配）

3) 使用双反斜杠转义字符 \\ => 还是一样的错误信息

---

我在 Mac OSX 上使用 Python 2.7.2 版。我的编辑器是 Sublime Text 2，我已经从编辑器的内置控制台中读取了这些值。我来自 javascript 的世界，我没有同样的问题。

提前谢谢你，如果我的问题重复，我非常抱歉！

编辑 1：添加了 Sublime Text 控制台给出的完整错误消息。

Answer 1

如果你尝试

print repr(json_data['vowel'])

您会看到显示的值，即问题不是 json，而是打印 Unicode。试试

print u"\xe4"

它应该产生相同的UnicodeEncodeError。配置您的编辑器以允许从 Python 打印 Unicode。您可以尝试为编辑器的内置控制台（或它使用的编码）设置PYTHONIOENCODING=utf-8 环境变量。

与您的问题无关，您可以稍微简化 utf-8 编码的 json 文件的加载：

import json

with open("expr.json", "rb") as file:
    json_data = json.load(file)