如何将dict转换为unicode JSON字符串？

Question

使用标准库json模块似乎无法实现这一点。使用json.dumps时，它将自动转义所有非ASCII字符，然后将字符串编码为ASCII。我可以指定它不会转义非ASCII字符，但是当它尝试将输出转换为ASCII时它会崩溃。

问题是 - 我不想要ASCII！我只想把我的JSON字符串作为 unicode （或 UTF-8 ）字符串。有没有方便的方法呢？

这是一个展示我想要的例子：

d = {'navn': 'Åge', 'stilling': 'Lærling'}
json.dumps(d, output_encoding='utf8')
# => '{"stilling": "Lærling", "navn": "Åge"}'

但当然，没有 output_encoding 这样的选项，所以这是实际的输出：

d = {'navn': 'Åge', 'stilling': 'Lærling'}
json.dumps(d)
# => '{"stilling": "L\\u00e6rling", "navn": "\\u00c5ge"}'

总而言之 - 我希望将Python dict转换为 UTF-8 JSON字符串 而不会有任何转义。我怎么能这样做？

---

我会接受以下解决方案：

• 黑客（处理前后处理dumps以达到预期效果）
• 对JSONEncoder进行子类化（我不知道它是如何工作的，文档也不是很有帮助）
• PyPi上提供的第三方库

Answer 1

encode_ascii=False是恕我直言的最佳解决方案。

如果你使用的是Python2.7，这里是示例python文件：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# example.py
from __future__ import unicode_literals
from json import dumps as json_dumps
d = {'navn': 'Åge', 'stilling': 'Lærling'}
print json_dumps(d, ensure_ascii=False).encode('utf-8')

Answer 2

要求

• 确保您的python文件以UTF-8编码。否则，您的非ascii字符将成为问号?。 Notepad ++具有出色的编码选项。

• 确保包含相应的字体。如果要显示日文字符，则需要安装日文字体。

• 确保您的IDE支持显示unicode字符。 否则，您可能会收到UnicodeEncodeError错误。

示例：

UnicodeEncodeError: 'charmap' codec can't encode characters in position 22-23: character maps to <undefined>

PyScripter适合我。它包含在http://portablepython.com/wiki/PortablePython3.2.1.1

中的“Portable Python”中

• 确保您使用的是Python 3+，因为此版本提供了更好的unicode支持。

问题

json.dumps（）转义unicode字符。

解决方案

阅读底部的更新。还是......

用解析的unicode字符替换每个转义字符。

我创建了一个名为getStringWithDecodedUnicode的简单lambda函数，它就是这样做的。

import re   
getStringWithDecodedUnicode = lambda str : re.sub( '\\\\u([\da-f]{4})', (lambda x : chr( int( x.group(1), 16 ) )), str )

这是getStringWithDecodedUnicode作为常规功能。

def getStringWithDecodedUnicode( value ):
    findUnicodeRE = re.compile( '\\\\u([\da-f]{4})' )
    def getParsedUnicode(x):
        return chr( int( x.group(1), 16 ) )

    return  findUnicodeRE.sub(getParsedUnicode, str( value ) )

实施例

testJSONWithUnicode.py（使用PyScripter作为IDE）

import re
import json
getStringWithDecodedUnicode = lambda str : re.sub( '\\\\u([\da-f]{4})', (lambda x : chr( int( x.group(1), 16 ) )), str )

data = {"Japan":"日本"}
jsonString = json.dumps( data )
print( "json.dumps({0}) = {1}".format( data, jsonString ) )
jsonString = getStringWithDecodedUnicode( jsonString )
print( "Decoded Unicode: %s" % jsonString )

输出

json.dumps({'Japan': '日本'}) = {"Japan": "\u65e5\u672c"}
Decoded Unicode: {"Japan": "日本"}

更新

或者......只是传递ensure_ascii=False作为json.dumps的选项。

注意：您需要满足我在开始时概述的要求，否则这不会起作用。

import json
data = {'navn': 'Åge', 'stilling': 'Lærling'}
result = json.dumps(d, ensure_ascii=False)
print( result ) # prints '{"stilling": "Lærling", "navn": "Åge"}'

Answer 3

如果在 Python3.7 上这对我有用

from __future__ import unicode_literals
print json.dumps(m,ensure_ascii=False)

确保 from __future__ import unicode_literals 是要导入的第一行。