我正在使用 twitter python 库从公共(public)流中获取一些推文。该库以 json 格式获取推文并将其转换为 python 结构。我想做的是直接获取 json 字符串并将其写入文件。在 twitter 库中,它首先读取网络套接字并将 .decode('utf8') 应用于缓冲区。然后,它将信息包装在 python 结构中并返回它。我可以使用 jsonEncoder 将其编码回 json 字符串并将其保存到文件中。但是我猜字符编码有问题。当我尝试打印 json 字符串时,它在控制台中打印正常。但是当我尝试将其写入文件时,会出现一些字符,例如 \u0627\u0644\u0644\u06be\u064f
我尝试使用不同的编码打开保存的文件,但没有任何改变。它假设是 utf8 编码,当我尝试显示它时,那些特殊字符应该替换为它们代表的实际字符。我在这里错过了什么吗?我怎样才能做到这一点?
更多信息:
我正在使用 python 2.7
我这样打开文件:
json_file = open('test.json', 'w')
我也试过这个:
json_file = codecs.open( 'test.json', 'w', 'utf-8' )
一切都没有改变。我在json串上瞎试了,.encode('utf8'), .decode('utf8'),结果都是一样的。我尝试了不同的文本编辑器来查看书面文本,我使用 cat 命令在控制台中查看文本,但那些以 \u 开头的字符仍然出现。
更新:
我解决了这个问题。 jsonEncoder 有一个选项 ensure_ascii
If ensure_ascii is True (the default), all non-ASCII characters in the output are escaped with \uXXXX sequences, and the results are str instances consisting of ASCII characters only.
我把它设为 False,问题就消失了。
请您参考如下方法:
jsonEncoder 有一个选项 ensure_ascii
If ensure_ascii is True (the default), all non-ASCII characters in the output are escaped with \uXXXX sequences, and the results are str instances consisting of ASCII characters only.
将其设为 False,问题就会消失。
