Question

只是尝试将此JSON文件（使用非ascii字符）加载为具有Unicode编码的python字典，但仍然出现此错误：

返回codecs.ascii_decode（input，self.errors）[0]

UnicodeDecodeError：＆＃39; ascii＆＃39;编解码器不能解码位置90的字节0xc3：序数不在范围内（128）

JSON文件内容=＆＃34;工具提示＆＃34;：{ ＆＃34; dxPivotGrid-sortRowBySummary＆＃34;：＆＃34;排序\＆＃34; {0} \＆＃34; byThisRow＆＃34;，}

import sys  
import json

data = []
with open('/Users/myvb/Desktop/Automation/pt-PT.json') as f:
    for line in f:
        data.append(json.loads(line.encode('utf-8','replace')))

Answer 1

你有几个问题，尽我所知。首先是文件编码。在未指定编码的情况下打开文件时，将使用sys.getfilesystemencoding()打开文件。由于这可能会有所不同（特别是在Windows机器上），因此明智地对大多数json文件使用encoding="utf-8"是一个好主意。由于您的错误消息，我怀疑该文件是使用ascii编码打开的。

接下来，当文件系统对象读取文件时，文件从utf-8解码为python字符串。 utf-8行已经被解码为字符串，并且已经准备好让json读取。当您执行line.encode('utf-8','replace')时，您将该行重新编码为bytes对象，其中json loads（即＆＃34;加载字符串＆＃34;）无法处理

最后，"tooltip":{ "navbar":"Operações de grupo"}不是有效的json，但它看起来像一个包含单个json对象的漂亮打印的json文件的一行。我的猜测是你应该将整个文件读作1 json对象。

总结你得到：

import json

with open('/Users/myvb/Desktop/Automation/pt-PT.json', encoding="utf-8") as f:
    data = json.load(f)

从名称来看，该文件可能被编码为Windows葡萄牙语代码页。如果是这样，"cp860"编码可能会更好。

Answer 2

我遇到了同样的问题，对我有用的是创建正则表达式，并解析json文件中的每一行：

REGEXP = '[^A-Za-z0-9\'\:\.\;\-\?\!]+'
new_file_line = re.sub(REGEXP, ' ', old_file_line).strip()

Answer 3

如果文件的内容与您的内容相似，我可以通过一个简单的镜头阅读该文件：

>>> import json
>>> fname = "data.json"
>>> with open(fname) as f:
...     data = json.load(f)
...
>>> data
{'tooltip': {'navbar': 'Operações de grupo'}}

Python 3：使用非ASCII字符加载JSON文件

3 个答案: