读取.json文件并将unicode数据转换为utf8

Question

我从未真正理解python中的编码和解码是如何工作的，我习惯于经常遇到此类问题。我必须读取一个json文件，并将它的一些值与其他数据进行比较

在其中一个文件中，我有一个字符串BAIXA DA INSCRI\u00c7\u00c3O ESTADUAL，它应该变成BAIXA DA INSCRICAO ESTADUAL。我是这样读文件的：

with codecs.open(filepath, 'r') as file:
    filedata = json.loads(file.read())

但是，字符串被读取为unicode，并表示为u'BAIXA DA INSCRI\xc7\xc3O ESTADUAL'

如何实现这一点，以及如何使用python中的编解码器

Answer 1

看起来您想从文本中删除任何发音符号。您可以尝试使用unicode的标准格式D（用于分解）并过滤掉高位代码：

txt = u'BAIXA DA INSCRI\xc7\xc3O ESTADUAL'
txt = u''.join(i for i in unicodedata.normalize('NFD', t) if ord(i) < 128).encode('ASCII')

它应该给出（字节）字符串：

'BAIXA DA INSCRICAO ESTADUAL'