使用python读取具有utf8字符的json文件

Question

我有一个带有utf-8编码字符的大型json文件。如何读取此文件并将这些字符转换为更可读的版本？ 我有这样的想法：

{
    "name": "Wroc\u00c5\u0082aw"
}

我想要这个：

{
    "name": "Wrocław"
}

Answer 1

如果您的JSON数据包含像这样的mojibake，您可以通过将字符串转换为拉丁语-1，然后将结果解码为UTF-8，将其转换为正确的Unicode。这与产生mojibake的任何过程相反。（字符串来自JSON的事实无关紧要；这适用于任何此类mojibake字符串。）

>>> s = "Wroc\u00c5\u0082aw"
>>> s.encode('latin-1').decode('utf-8')
'Wrocław'

在一般情况下，您必须对产生mojibake的内容进行反向工程，但这种特殊情况很容易识别和排除故障，因为拉丁-1编码特别明显且透明（每个字节的编码与自身完全相同）