python json.dumps 中文編碼

Python版本： 2.7

#coding=utf-8
import json

dic = {"a":"中國"}
print dic 
# {'a': '\xe4\xb8\xad\xe5\x9b\xbd'}

print print json.dumps(dic) 
#{"a": "\u4e2d\u56fd"}

print json.dumps(dic,ensure_ascii=False)
#{"a": "中國"}

• 首行#coding=utf-8，表示文件內容以utf-8編碼，因此print dic的輸出結果就是utf-8編碼的結果： {'a': '\xe4\xb8\xad\xe5\x9b\xbd'}
• json.dumps 進行序列化時，默認使用ascii編碼， print json.dumps(dic)輸出unicode編碼的結果： {"a": "\u4e2d\u56fd"}
• json.dumps(dic,ensure_ascii=False)，不使用ascii編碼，輸出結果為：{"a": "中國"}

但是有時也碰到 json.dumps(m,ensure_ascii=False)之后依舊是亂碼的格式，可采取下面方式處理：

#coding=utf-8
import json 

dic = {"a":"中國"}
print json.dumps(dic,ensure_ascii=False).decode("utf-8").encode("gb2312") #{"a":"中國"}
 

在Python2.7內部，字符串一般有兩種類型：unicode和str（str為字節碼，會根據某種編碼【文件開頭可通過#coding=XXX方式指定】方式把字符串轉成一個個字節，unicode則是用unicode編碼的字符串。直接賦值字符串，類型為str，在字符串前面加一個u，則變為unicode）。在做編碼轉換時，通常需要以unicode作為中間編碼，即先將其他編碼的字符串解碼（decode）成unicode，再從unicode編碼（encode）成另一種編碼。

• decode的作用對str類型進行decode，得到unicode類型。也即是str -> decode（根據指定編碼） -> unicode.

• encode的作用對unicode進行encode，得到得到字節串str類型。也即是unicode -> encode（根據指定編碼） -> str.