打印解码的JSON字符串

Question

我收到一个JSON字符串，通过json.loads传递它，并以unicode字符串数组结束。这一切都很好。数组中的一个字符串是：

u'\xc3\x85sum'

现在应该在使用decode（'utf8'）解码时转换为'Åsum'，但我得到一个错误：

UnicodeEncodeError: 'charmap' codec can't encode character u'\x85' in position 1: character maps to <undefined>

为了测试我的错误，我做了以下

'Åsum'.encode('utf8') 
'\xc3\x85sum'

print '\xc3\x85sum'.decode('utf8')
Åsum

所以这很好，但是如果我把它作为json.loads的unicode字符串，我会得到同样的错误：

print u'\xc3\x85sum'.decode('utf8')
UnicodeEncodeError: 'charmap' codec can't encode character u'\x85' in position 1: character maps to <undefined>

我尝试过做json.loads（jsonstring，encoding ='uft8'），但没有改变。

有办法解决吗？使json.loads不能使其成为unicode，或者使用'utf8'进行解码，因为我要求它。

编辑：

我收到的原始字符串看起来像这样，或导致麻烦的部分：

"\\u00c3\\u0085sum"

Answer 1

您已经拥有Unicode值，因此尝试解码它会首先使用默认编解码器强制编码。

看起来您收到了格式错误的JSON; JSON值已经 unicode。如果你的Unicode值中有UTF-8数据，唯一的恢复方法是编码为Latin-1（将前255个代码点一对一映射到字节），然后从那里解码为UTF8：

>>> print u'\xc3\x85sum'.encode('latin1').decode('utf8')
Åsum

更好的解决方案是修复JSON源;它不应该加倍编码为UTF-8。正确的表示形式是：

json.dumps(u'Åsum')
'"\\u00c5sum"'