Python 脚本无法正确编码特殊 Unicode 字符

Question

我正在转换一个文本文件（ words.txt ），它基本上是这种格式的字典：

good morning, Góðan daginn

转换成这种格式的 json 文件（ converted.json ）

{
    "wordId": 1,
    "word": "good morning",
    "translation": "Góðan daginn"
}

从文本文件到 json 文件的转换完全正常，并且符合预期，但字符编码有点混乱，方法如下：

为了编码这个字符ð而不是这样做\ð脚本像这样编码那个字符： \Ã\°

问题：如何修复和/或调整脚本以正确编码这些特殊字符？ 请记住，这些字符主要是冰岛语/斯堪的纳维亚语，我使用PyCharm作为IDE 。

PS请注意，我的 Python 技能有点有限！！

这是脚本converter.py ：

import json

with open('words.txt', 'r') as f_in, \
    open('converted.json', 'w') as f_out:
cnt = 1
data = []
for line in f_in:
    line = line.split(',')
    if len(line) != 2:
        continue
    d = {"wordId": cnt, "word": line[0].strip(), "translation": line[1].strip()}
    data.append(d)
    cnt += 1

f_out.write(json.dumps(data, indent=4))

我正在使用 Python 3

Answer 1

我相信问题在于json.dumps ，您可能需要使用ensure_ascii=False 。 喜欢：

f_out.write(json.dumps(data, indent=4, ensure_ascii=False))

所以基本上，正如文件所说：

如果 ensure_ascii 为真（默认值），则输出保证所有传入的非 ASCII 字符都被转义。 如果 ensure_ascii 为 false，则这些字符将按原样输出。