我有一个这样的文件:
aarónico
aaronita
ababol
abacá
abacería
abacero
ábaco
#more words, with no ascii chars
当我将该文件读取并打印到控制台时,它的打印方式与预期完全相同,但是当我这样做时:
f.write(json.dumps({word: Lookup(line)}))
而是保存:
{"aar\u00f3nico": ["Stuff"]}
当我预料到:
{"aarónico": ["Stuff"]}
当我jason.loads()时,我需要得到相同的结果,但我不知道在哪里或如何进行编码,或者是否需要让它工作。
修改
这是将数据保存到文件的代码:
with open(LEMARIO_FILE, "r") as flemario:
with open(DATA_FILE, "w") as f:
while True:
word = flemario.readline().strip()
if word == "":
break
print word #this is correct
f.write(json.dumps({word: RAELookup(word)}))
f.write("\n")
这个加载数据并返回字典对象:
with open(DATA_FILE, "r") as f:
while True:
new = f.readline().strip()
if new == "":
break
print json.loads(new) #this is not
如果密钥与保存的密钥不同,我无法查找字典。
编辑2
>>> import json
>>> f = open("test", "w")
>>> f.write(json.dumps({"héllö": ["stuff"]}))
>>> f.close()
>>> f = open("test", "r")
>>> print json.loads(f.read())
{u'h\xe9ll\xf6': [u'stuff']}
>>> "héllö" in {u'h\xe9ll\xf6': [u'stuff']}
False
答案 0 :(得分:6)
这是正常和有效的JSON行为。 Python使用的\uxxxx
转义符也是 ,因此请确保不要将python文字表示与字符串的内容混淆。
Python 3.3中的演示:
>>> import json
>>> print('aar\u00f3nico')
aarónico
>>> print(json.dumps('aar\u00f3nico'))
"aar\u00f3nico"
>>> print(json.loads(json.dumps('aar\u00f3nico')))
aarónico
在python 2.7中:
>>> import json
>>> print u'aar\u00f3nico'
aarónico
>>> print(json.dumps(u'aar\u00f3nico'))
"aar\u00f3nico"
>>> print(json.loads(json.dumps(u'aar\u00f3nico')))
aarónico
当从文件读取和写入文件时,以及仅指定原始字节字符串(并且"héllö"
是原始字节字符串)时,您不处理Unicode数据。您需要首先了解编码和Unicode数据之间的差异。我强烈建议您阅读以下3篇文章中的至少2篇:
你很幸运,你的"héllö"
python原始字节字符串表示,Python设法自动解码它。从文件中读回的值完全正常且正确:
>>> print u'h\xe9ll\xf6'
héllö