UnicodeDecodeError输入json.dump文件

Question

JSON的某个地方包含了一个复杂的字节字符串。在

当我尝试使用ensure_ascii=False序列化结构时，它失败了：

Python 2.7.5+ (default, Sep 19 2013, 13:48:49) 
[GCC 4.8.1] on linux2
>>> import json
>>> json.dumps(['\xd0\xb2', u'\xd0\xb2'], ensure_ascii=False)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib/python2.7/json/__init__.py", line 250, in dumps
    sort_keys=sort_keys, **kw).encode(obj)
  File "/usr/lib/python2.7/json/encoder.py", line 210, in encode
    return ''.join(chunks)
UnicodeDecodeError: 'ascii' codec can't decode byte 0xd0 in position 1: ordinal not in range(128)
>>> 

我理解为什么是this happens，但是有没有一种更简单或内置的方法让它工作，而不是递归地遍历数据结构，找到字节串并将它们解码为unicode？在

Answer 1

AFAIK序列化为JSON格式的原因是为了存储或传输一些信息。如果指定ensure_ascii = False，则不会对非ascii字符进行编码，这一点也没有意义，因为您希望对数据进行编码和序列化。在

基本上，您试图获得一个非编码字符的字符串，这是不可能的。在

官方文件：

If ensure_ascii is True (the default), all non-ASCII characters in the output are escaped with \uXXXX sequences, and the result is a str instance consisting of ASCII characters only. If ensure_ascii is False, some chunks written to fp may be unicode instances. This usually happens because the input contains unicode strings or the encoding parameter is used. Unless fp.write() explicitly understands unicode (as in codecs.getwriter()) this is likely to cause an error.

另一方面，您正在设计一个API并不能说明您不能控制输入。API在某种程度上就是一个契约：如果给定了一些输入，则返回一些输出。因此，您可以而且应该始终指定您期望的内容。在

在您的例子中，可以逐个检查元素，并将bytestrings转换为unicode。尽管如此，我的建议是，强制用户使用unicode，不要指定ensure_ascii = False

对我来说，理解编码和避免问题的一般规则是：

1. 代码中的字符串必须是unicode。在
2. 导入数据时，对其进行解码以使其为unicode。导出时，编码。这需要双方都同意他们使用的编码，否则你只会得到噪音。在