Json 返回特殊字符

Question

我从 api 返回一个带有字符“\\ u0083”、“\\ u0087d”和“\\ u008d”的json。 我将编码更改为 utf-8 和 ISO-8859-1 但我没有成功，请有人帮忙以防万一，因为我正在使用的 api 不会更改。

更改请求头编码，但不成功

例子：

''' "prop": "SÃ\ƒO LUÃ\S", "prop": "RUA LUIZ GUIMARÃ\ƒES", "prop": "POÃ\‡O DA PANELA"

'''

Answer 1

您将 UTF-8 字节解码为 ISO-8859-1。

'SÃO LUÍS' 编码为 UTF-8 导致这些字节（符号是 Python，但原则适用于任何语言）：

b'S\xc3\x83O LU\xc3\x8dS' 

解码为 ISO-8859-1 产生这个字符串：

'SÃ\x83O LUÃ\x8dS'

UTF-8 是多字节编码，而 ISO-8859-1 是单字节编码。 在这种情况下，UTF-8 编码的 'Ã' 和 'Í' 的第一个字节是\\xc3 ，它是 'Ã' 的 ISO-8859-1 编码。 每个字符的第二个字节在 ISO-8859-1 中未定义，因此它们在解码过程中保持不变。

假设这个损坏的数据是由 API 生成的，您将需要遍历反序列化的 json 数据并将每个字符串编码为 ISO-8859-1，然后将结果字节解码为 UTF-8。

>>> bad = 'SÃ\u0083O LUÃ\u008dS'
>>> bad.encode('latin-1').decode('utf-8')
'SÃO LUÍS'