用python读取带有utf-8字符的json文件

Question

我有一个带有 utf-8 编码字符的大型 json 文件。 如何读取此文件并将这些字符转换为更易读的版本？ 我有这样的事情：

{
    "name": "Wroc\u00c5\u0082aw"
}

我想要这个：

{
    "name": "Wrocław"
}

Answer 1

如果您的 JSON 数据包含这样的mojibake ，您可以通过将字符串转换为 Latin-1，然后将结果解码为 UTF-8 来将其转换为正确的 Unicode。 这会反转产生 mojibake 的任何过程。 （字符串来自 JSON 的事实无关紧要；这适用于任何这种类型的 mojibake 字符串。）

>>> s = "Wroc\u00c5\u0082aw"
>>> s.encode('latin-1').decode('utf-8')
'Wrocław'

在一般情况下，您必须对产生 mojibake 的原因进行逆向工程，但这种特殊情况很容易识别和排除故障，因为特别是 Latin-1 编码是明显和透明的（每个字节都按照其本身进行编码）。