Python编码unicode<>utf-8

Question

所以我在将 unicode 转换为 utf-8 时迷失了方向。我正在尝试定义一些包含 unicode 字符的 JSON，并将它们写入文件。打印到终端时，该字符表示为“\u2606”。查看文件时，字符被编码为“\u2606”，请注意双反斜杠。有人能指出我关于这些编码问题的正确方向吗？

# encoding=utf8

import json

data = {"summary" : u"This is a unicode character: ☆"}
print data

decoded_data = unicode(data)
print decoded_data

with open('decoded_data.json', 'w') as outfile:
    json.dump(decoded_data, outfile)

我尝试将以下代码片段添加到文件的头部，但这也没有成功。

import sys
import codecs
sys.stdout = codecs.getwriter('utf8')(sys.stdout)
sys.stderr = codecs.getwriter('utf8')(sys.stderr)

Answer 1

首先，您要打印字典的表示形式，并且 python 仅使用 ascii 字符并使用 \uxxxx 转义任何其他字符。

同样的情况是 json.dump 尝试仅使用 ascii 字符。您可以强制 json.dump 使用 unicode:

json_data = json.dumps(data, ensure_ascii=False)
with open('decoded_data.json', 'w') as outfile:
    outfile.write(json_data.encode('utf8'))