python - 使用 json.dumps 将 UTF-8 文本保存为 UTF-8，而不是\u 转义序列

Question

示例代码(在 REPL 中):

import json
json_string = json.dumps("ברי צקלה")
print(json_string)

输出:

"\u05d1\u05e8\u05d9 \u05e6\u05e7\u05dc\u05d4"

问题:它不是人类可读的。我的(聪明的)用户希望使用 JSON 转储来验证甚至编辑文本文件(而且我不想使用 XML)。

有没有办法将对象序列化为 UTF-8 JSON 字符串(而不是 \uXXXX)？

Answer 1

使用 ensure_ascii=False 切换到 json.dumps()，然后手动将值编码为 UTF-8:

>>> json_string = json.dumps("ברי צקלה", ensure_ascii=False).encode('utf8')
>>> json_string
b'"\xd7\x91\xd7\xa8\xd7\x99 \xd7\xa6\xd7\xa7\xd7\x9c\xd7\x94"'
>>> print(json_string.decode())
"ברי צקלה"

如果要写入文件，只需使用 json.dump() 并将其留给文件对象进行编码:

with open('filename', 'w', encoding='utf8') as json_file:
    json.dump("ברי צקלה", json_file, ensure_ascii=False)

Python 2 的注意事项

对于 Python 2，还有一些需要考虑的注意事项。如果要将其写入文件，可以使用 io.open()而不是 open() 来生成一个在您编写时为您编码 Unicode 值的文件对象，然后使用 json.dump() 来写入该文件:

with io.open('filename', 'w', encoding='utf8') as json_file:
    json.dump(u"ברי צקלה", json_file, ensure_ascii=False)

请注意，有一个 bug in the json module其中 ensure_ascii=False 标志可以生成 unicode 和 str 对象的混合。 Python 2 的解决方法是:

with io.open('filename', 'w', encoding='utf8') as json_file:
    data = json.dumps(u"ברי צקלה", ensure_ascii=False)
    # unicode(data) auto-decodes data to unicode if str
    json_file.write(unicode(data))

在 Python 2 中，当使用编码为 UTF-8 的字节字符串(类型 str)时，请确保还设置 encoding 关键字:

>>> d={ 1: "ברי צקלה", 2: u"ברי צקלה" }
>>> d
{1: '\xd7\x91\xd7\xa8\xd7\x99 \xd7\xa6\xd7\xa7\xd7\x9c\xd7\x94', 2: u'\u05d1\u05e8\u05d9 \u05e6\u05e7\u05dc\u05d4'}

>>> s=json.dumps(d, ensure_ascii=False, encoding='utf8')
>>> s
u'{"1": "\u05d1\u05e8\u05d9 \u05e6\u05e7\u05dc\u05d4", "2": "\u05d1\u05e8\u05d9 \u05e6\u05e7\u05dc\u05d4"}'
>>> json.loads(s)['1']
u'\u05d1\u05e8\u05d9 \u05e6\u05e7\u05dc\u05d4'
>>> json.loads(s)['2']
u'\u05d1\u05e8\u05d9 \u05e6\u05e7\u05dc\u05d4'
>>> print json.loads(s)['1']
ברי צקלה
>>> print json.loads(s)['2']
ברי צקלה