У меня есть этот файл JSON с некоторыми символами, принадлежащими Extended ASCII characters
, например », •, ñ, Ó, Ä
{
"@index": "1",
"row": [
{
"col": [
{
"text": {
"@x": "1",
"#text": "Text » 1 A\\CÓ"
}
}
]
},
{
"col": [
{
"text": {
"@x": "7",
"#text": "Text • 2 Wñ"
}
}
]
}
]
}
Я загружаю его в переменную d
с помощью json.load()
, как показано ниже.
import json
with open('in.json') as f:
d = json.load(f)
и d
выглядит так:
d = {'@index': '1', 'row': [{'col': [{'text': {'@x': '1', '#text': 'Text » 1 A\\CÓ'}}]}, {'col': [{'text': {'@x': '7', '#text': 'Text • 2 Wñ'}}]}]}
Затем, применяя следующий код, json, хранящийся в d
, преобразуется в вложенный json одного уровня (до сих пор расширенные символы ASCII в порядке)
>>> z = {**d, 'row':[c['text'] for b in d['row'] for c in b['col']]}
>>> z
{'@index': '1', 'row': [{'@x': '1', '#text': 'Text » 1 A\\CÓ'}, {'@x': '7', '#text': 'Text • 2 Wñ'}]}
>>>
Проблема возникает, когда я использую json.dumps()
, потому что расширенные символы ASCII печатаются неправильно, как вы можете видеть ниже.
Как это исправить? Спасибо за любую помощь.
>>> print(json.dumps(z, indent=4))
{
"@index": "1",
"row": [
{
"@x": "1",
"#text": "Text \u00bb 1 A\\C\u00d3"
},
{
"@x": "7",
"#text": "Text \u2022 2 W\u00f1"
}
]
}
>>>
Но мне нужно, чтобы они были удобочитаемыми для человека. Я надеюсь, что смысл.
Вы ищете параметр ensure_ascii
.
import json
raw_data = '{"data": ["»", "•", "ñ", "Ó", "Ä"]}'
json_data = json.loads(raw_data)
print(json_data)
# {u'data': [u'\xbb', u'\u2022', u'\xf1', u'\xd3', u'\xc4']}
processed_data = json.dumps(json_data, indent=4, ensure_ascii=False, encoding='utf-8')
print(processed_data)
# {
# "data": [
# "»",
# "•",
# "ñ",
# "Ó",
# "Ä"
# ]
# }
Для Python2 вы должны сделать:
processed_data = json.dumps(json_data, indent=4, ensure_ascii=False).encode('utf-8')
Большое спасибо за Вашу помощь. Ваш пример кода работает для меня в python2, а эта строка json.dumps(json_data, ...ensure_ascii=False).encode('utf-8')
работает для меня в Python3. Но когда я тестирую в Python3, print(processed_data)
выглядит так b'{\n "data": [\n "\xc2\xbb",\n ..
, а не как красивая печать в вашем примере.
Символы не печатаются "неправильно";
\uXXXX
экранирование — вполне допустимый альтернативный способ представления символов.