Question

当我将json文件加载到python中时，只要文件被视为字符串，编码就不会出现问题。但是，使用文件上的json.load或字符串上的json.loads将文件加载为json格式，所有空格字符都以“ \ xa0”出现

以下代码产生正常结果，打印json-string且没有任何时髦的“ \ xa0”符号。

with open(json_path) as f:
    lines = f.readlines()
    for line in lines:
        print(line)

将文件加载为json格式，突然之间空格字符被解释为“ \ xa0”。

with open(json_path) as f:
    data = json.load(f)
    print(data.keys())

给出以下内容：

dict_keys（['1. \ xa0 \ lorem \ xa0ipsum'，'2. \ xa0 \ lorem \ xa0ipsum \ xa0 \ lorem \ xa0ipsum'，'3. \ xa0 \ lorem'，'4. \ xa0 \ lorem \ xa0ipsum'，'5。\ xa0 \ lorem \ xa0ipsum']）

使用json.loads加载字符串而不是文件会得到相同的结果：

with open(json_path) as f:
    lines = f.read()

data = json.loads(s)
print(data.keys())

我正在使用Java和pdf-box构建pdf解析器。将标题结构解析为我自己的json-tree。我尝试将json文件转换为java中的Hashmap，效果很好，因此关于json文件本身似乎没有任何怪异之处。这是特定于python的问题，对此有任何解释吗？

Answer 1

假设：

您的JSON文件有效，并使用UTF-8作为编码。
您的JSON文件包含具有不间断空格的键。

那么您得到的输出是完全正确的。

第一段代码读取并打印字符串：

with open(json_path) as f:
    lines = f.readlines()
    for line in lines:
        print(line)

打印字符串时，其输出或多或少保持不变，并且不间断空格看起来与常规空格相同。

第二段代码解析一个JSON文件，从而创建一个字典，然后打印字典键。为了简化说明，我们假设字典本身是印刷的（而不是键）：

with open(json_path) as f:
    data = json.load(f)
    print(data)

使用字典作为参数调用 print 会调用字典的__str__函数。 __str__函数使用它自己的规则来格式化输出，例如将字典用大括号括起来，加上单引号等。

如果研究输出，您可能会发现打印字典会为字典创建有效的Python代码。

在Python字符串中，某些字符需要转义。转义序列以反斜杠开始。一个典型的例子是换行符：

d = {'line1\nline2': 3}
print(d)

输出：

{'line1\nline2': 3}

__str__字典逻辑的一部分显然是也要转义不间断的空格，因为否则它们在视觉上无法与常规空格区分开（即使这不是严格必要的）。在Python中对其进行转义的正确方法是\a0。

所以一切都按设计工作。这是一个功能，而不是错误。

json库将空格字符解释为“ \ xa0”

1 个答案: