json - 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 那个字符表示 ç 为 ç 和 £ 为 £ .
请帮助我编写代码，该代码将正确地从文件读取和写入数据，而无需更改格式或字符集

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)，然后使用某些默认编码对文件内容进行解码。
使用哪种默认编码取决于您的环境；你可以用 locale.getpreferredencoding() 看到这个.

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

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

如果是这种情况，那么很容易修复: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:也许默认编码已经是 UTF-8，因此从文件中读取数据时会正确解码。print()然后，表达式再次使用 UTF-8 对数据进行编码，从而向 STDOUT 发送与文件内容完全相同的字节序列。
但是，您的终端(或您用来执行脚本的任何终端)将输出误解为 Latin-1，因此它们显示为乱码。

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