我正在开发一个python项目,我对这整个utf-8 / latin-1编码/解码主题感到很困惑。
我的linux系统是一个Openshift免费帐户。
我正在尝试加载包含json数据对象的文件。该对象有一个包含拉丁字符的条目。
test.json:
{
"name" : "Corazón"
}
当我在Windows系统上加载它时,我没有收到错误,但是json.load之后的结果是:
Windows输出:
Corazón
Openshift Linux系统引用:
data = json.load(data_file, encoding='utf-8')
File "/opt/rh/python33/root/usr/lib64/python3.3/json/__init__.py", line 271, in load
return loads(fp.read(),
File "/opt/rh/python33/root/usr/lib64/python3.3/encodings/ascii.py", line 26, in decode
return codecs.ascii_decode(input, self.errors)[0]
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 18: ordinal not in range(128)
我的代码是:
import json
with open("test.json") as data_file:
data = json.load(data_file, encoding='utf-8')
print(data['name'])
我尝试了不同的编码('utf-8','ascii','latin-1'),他们都给了我相同的结果。我显然在这里遗漏了一些东西。另外,你可以看到我从windows和linux python中获得了不同的结果。
我应该如何配置json.load以便它可以在Windows和Linux python系统上正确加载文件?
更新1
我已经进行了一些测试。 'test.json'文件是utf-8编码的,仍然给我上面的结果。当我将文件编码为ISO 8859-1时,Windows输出是正确的但是linux输出仍然会导致错误。
我甚至从这个SO问题中剪切并粘贴了test.json文件,以使我的测试与其他人在同一页面上运行。
更新2
如果我将test.json文件转换为'Windows-1252'格式,则Windows输出是正确的。 linux框仍然会导致相同的错误。我不确定为什么Windows框不起作用,文件转换为utf-8。
答案 0 :(得分:6)
在Python 3中,字符编码/解码由文件对象本身处理。在open()
调用中指定编码:
import json
with open("test.json", encoding='utf-8') as data_file:
data = json.load(data_file)
print(data['name'])
它将在两个平台上正确加载文件,如果文件正确编码为UTF-8。
绝对不会提出您显示的UnicodeDecodeError
错误,因为它没有使用ascii
编解码器。
如果输出到控制台代码页,则必须包含您要打印的所有字符,否则print()
将引发UnicodeEncodeError
错误。
我建议您不要回退到ISO 8859-1
编解码器。这些编解码器应被视为互联网上的传统编解码器。坚持UTF-8将为您解决许多其他令人头痛的问题,处理不同语言的名称(和其他文本)。