将Unicode字符串转换为UTF-8，然后转换为JSON

Question

我想用UTF-8编码一个字符串，并分别查看相应的UTF-8字节。 在Python REPL中，以下似乎工作正常：

>>> unicode('©', 'utf-8').encode('utf-8')
'\xc2\xa9'

请注意，我在这里使用U + 00A9 COPYRIGHT SIGN作为示例。 '\\xC2\\xA9'看起来接近我想要的 - 一个由两个独立代码点组成的字符串：U + 00C2和U + 00A9。 （当UTF-8解码时，它会返回原始字符串'\\xA9' 。）

然后，我希望将UTF-8编码的字符串转换为JSON兼容的字符串。 但是，以下似乎没有做我想要的：

>>> import json; json.dumps('\xc2\xa9')
'"\\u00a9"'

请注意，它会生成一个包含U + 00A9（原始符号）的字符串。 相反，我需要UTF-8编码的字符串，它在有效的JSON中看起来像"\Â\©" 。

TL; DR如何在Python "\Â\©" '©'变成"\Â\©" ？ 我觉得我错过了一些明显的东西 - 有没有内置的方法来做到这一点？

Answer 1

如果你真的想要"\Â\©"作为输出，请给json一个Unicode字符串作为输入。

>>> print json.dumps(u'\xc2\xa9')
"\u00c2\u00a9"

您可以从原始字节生成此Unicode字符串：

s = unicode('©', 'utf-8').encode('utf-8')
s2 = u''.join(unichr(ord(c)) for c in s)

我认为你真正想要的是"\\xc2\\xa9"作为输出，但我不知道如何生成它。