解决python中json.dumps中文乱码问题

python json.dumps中文乱码问题解决

json 中文乱码

json.dumps(var,ensure_ascii=False)并不能解决中文乱码的问题

json.dumps 在不同版本的 Python 下会有不同的表现。注意下面提到的中文乱码问题在Python3版本中是不存在的。

注:下面的代码再python 2.7版本下测试通过

# -*- coding: utf-8 -*-
odata = {'a' : '你好'}
print odata

结果：

{'a': '\xe4\xbd\xa0\xe5\xa5\xbd'}
print json.dumps(odata)

结果：

{"a": "\u4f60\u597d"}
print json.dumps(odata,ensure_ascii=False)

结果：

{"a": "浣犲ソ"}
print json.dumps(odata,ensure_ascii=False).decode('utf8').encode('gb2312')

结果：

{"a": "你好"}

解决中文编码需要知道python2.7是如何处理字符串的：

由于# -- coding: utf-8 --的作用，文件内容以utf-8编码，所以print odata

输出的是utf-8编码后的结果{‘a’: ‘\xe4\xbd\xa0\xe5\xa5\xbd’}

json.dumps 序列化时中文默认使用的ascii编码，打印json.dumps(odata)输出unicode编码的结果

print json.dumps(odata,ensure_ascii=False)不使用的ascii编码，以gbk编码

‘你好’ 用utf8编码是 %E4%BD%A0%E5%A5%BD 用gbk解码是 浣犲ソ

字符串在Python内部的表示是unicode编码。

因此，在做编码转换时，通常需要使用unicode作为中间编码，即先将其他编码的字符串解码（decode）成unicode，再将unicode编码（encode）成另一种编码。

decode的作用是将其他编码的字符串转换成unicode编码

decode（’utf-8’）表示将utf-8编码的字符串转换成unicode编码。

encode的作用是将unicode编码转换成其他编码的字符串

encode(‘gb2312’)，表示将unicode编码的字符串转换成gb2312编码。

python3没有这个问题，所以最简单的方法就是引入__future__模块，将新版本的特性导入到当前版本中

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

结果

{"a": "你好"}

在写入文件的时候出现了Python2.7的UnicodeEncodeError: ‘ascii’ codec can’t encode异常错误

大神的解决方法：

不使用open打开文件，而使用codecs：

from __future__ import unicode_literals
import codecs
fp = codecs.open('output.txt', 'a+', 'utf-8')
fp.write(json.dumps(m,ensure_ascii=False))
fp.close()