Question

在Windows上，我遇到以下问题：

>>> string = "Don´t Forget To Breathe"
>>> import json,os,codecs
>>> f = codecs.open("C:\\temp.txt","w","UTF-8")
>>> json.dump(string,f)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\Python26\lib\json\__init__.py", line 180, in dump
    for chunk in iterable:
  File "C:\Python26\lib\json\encoder.py", line 294, in _iterencode
    yield encoder(o)
UnicodeDecodeError: 'utf8' codec can't decode bytes in position 3-5: invalid data

（注意字符串中的非ascii撇号。）

然而，我的朋友，在他的Mac上（也使用python2.6），可以轻而易举地运行这个：

> string = "Don´t Forget To Breathe"
> import json,os,codecs
> f = codecs.open("/tmp/temp.txt","w","UTF-8")
> json.dump(string,f)
> f.close(); open('/tmp/temp.txt').read()
'"Don\\u00b4t Forget To Breathe"'

这是为什么？我也尝试过使用带有json和编解码器的UTF-16和UTF-32，但无济于事。

Answer 1

repr(string)在每台机器上显示什么？在我的Mac上，撇号显示为\xc2\xb4（utf8编码，2个字节），因此当然utf8编解码器可以处理它;在你的Windows上它显然没有这样做，因为它谈论三个字节是一个问题 - 所以在Windows上你必须为你的控制台设置一些其他非utf8编码。

您的一般问题是，在Python 3之前的版本中，您不应该使用非ascii内容输入字节字符串（"...."，而不是u"...."）（除非特别作为转义字符串）：这可能（取决于会话的设置方式）直接失败或产生字节，根据一些编解码器设置为默认值，这不是你期望的确切字节（因为你不知道确切的默认编解码器正在使用）。使用显式Unicode文字

string = u"Don´t Forget To Breathe"

你应该没事（或者如果你有任何问题，它会在这个作业时出现，此时我们可能会遇到“如何为我的交互式会话设置默认编码”的问题，如果这就是你所需要的。）

与Windows上的python中的json一起出现的UnicodeDecodeError，但不是Mac

1 个答案: