Python json.dumps中文乱码问题深度解析与解决方案

json.dumps中文乱码现象与版本差异

直接使用json.dumps(var,ensure_ascii=False)参数并不能完全解决中文乱码的问题。

json.dumps函数在不同版本的Python解释器中表现存在显著差异，需要特别注意，下文讨论的中文乱码现象主要存在于旧版本中，而在Python 3版本里该问题已不存在。

注：下面的代码示例均在Python 2.7版本环境下测试通过。

# -*- coding: utf-8 -*-
odata = {'a' : '你好'}
print odata

结果：

{'a': '\xe4\xbd\xa0\xe5\xa5\xbd'}

print json.dumps(odata)

结果：

{"a": "\u4f60\u597d"}

print json.dumps(odata,ensure_ascii=False)

结果：

{"a": "浣犲ソ"}

print json.dumps(odata,ensure_ascii=False).decode('utf8').encode('gb2312')

结果：

{"a": "你好"}

Python 2.7字符串编码机制解析

要解决中文编码问题，首先需要理解Python 2.7对字符串的处理机制。

由于# -- coding: utf-8 --指令的作用，文件内容以utf-8编码存储，因此print odata

输出的是经过utf-8编码后的字节序列{‘a': ‘\xe4\xbd\xa0\xe5\xa5\xbd'}。

json.dumps在序列化时对中文默认使用ascii编码，执行print json.dumps(odata)会输出unicode编码格式的结果。

print json.dumps(odata,ensure_ascii=False)不使用ascii编码，而是指定以gbk编码输出。

字符串'你好'用utf8编码后的十六进制表示为 %E4%BD%A0%E5%A5%BD，若将其误用gbk解码，则会显示为乱码'浣犲ソ'。

字符串在Python内部的表示是unicode编码。

因此，在进行编码转换时，通常需要以unicode作为中间编码，即先将其他编码的字符串解码（decode）成unicode，再从unicode编码（encode）成另一种编码。

decode的作用是将其他编码的字符串转换成unicode编码。

decode（'utf-8'）表示将utf-8编码的字符串转换成unicode编码。

encode的作用是将unicode编码转换成其他编码的字符串。

encode(‘gb2312')，表示将unicode编码的字符串转换成gb2312编码。

Python 3解决方案与文件写入处理

python3中已经解决了这种兼容性问题，因此最简单的方法是从模块引入新版本的特性到当前版本中。

from __future__ import unicode_literals
print json.dumps(odata,ensure_ascii=False)

结果：

{"a": "你好"}

在写入文件时，可能会遇到Python2.7的UnicodeEncodeError: 'ascii' codec can't encode异常错误。

大神的解决方法：

不使用open打开文件，而使用codecs模块：

from __future__ import unicode_literals
import codecs
fp = codecs.open('output.txt', 'a+', 'utf-8')
fp.write(json.dumps(m,ensure_ascii=False))
fp.close()

到此这篇关于python json.dumps中文乱码问题解决的文章就介绍到这了,更多相关python json.dumps中文乱码内容请搜索本站以前的文章或继续浏览下面的相关文章希望大家以后多多支持本站！