u'太'u'太多'u'unicode'u返回

Question

我有一个api，它使用json在自然语言处理上下文中将内容放入和取出。

一切都以unicode的形式出现。 例如，如果从我的api中检索单词列表，则每个单词都是u''。 这是打印到文件后json输出的样子：

{u'words': [u'every', u'single', u'word']}

我必须澄清一下，在终端中一切看起来都不错，只是当我将输出打印到文件中时不是。

我还没有弄清楚这是否是默认的默认行为，或者是否需要做一些简单的事情来使之简单明了。 输出将用于除python之外的其他语言以及需要可读和/或可解析的其他上下文。

所以很明显，我对python和unicode以及它的运行方式和位置不了解。

1. 在处理json时是否更可取？ 我应该不用担心吗？

2. 如何关闭此功能，或如何采取进一步的措施（我已经尝试过，但是无法确切地知道这样做的位置），以减少麻烦。

我有很多东西要学，所以任何输入都值得赞赏。

编辑：所有输入都很有用，谢谢。

我误以为JSONify所做的比我猜想的要多。 如果我在任务链的前面进行json.dumps，则在另一端会得到实际的json。

Answer 1

这没有错，您无需为此做任何事情。

在Python 2中， str类似于C字符串-它只是一个字节序列，有时错误地假定为ASCII文本。 它可以包含编码文本，例如UTF-8或ASCII。

unicode类型表示实际的文本字符串，类似于Java String 。 它是抽象意义上的文本，与特定的编码无关。 您可以将解码str到unicode ，或编码unicode到一个str 。

JSON键和值是字符串-它们不是字节数组，而是文本-因此它们由Python中的unicode对象表示。

如果您需要JSON输出以用于另一种语言，请使用json模块从您的字典中生成它：

>>> import json
>>> print json.dumps({u'words': [u'every', u'single', u'word']})
{"words": ["every", "single", "word"]}

Answer 2

最好是，因为JSON被定义为unicode。

如果您有其他更麻烦的事情引起麻烦，应该与他人分享，否则，如果您通常不喜欢Unicode（尤其是Python），我建议您观看Ned Batchelder的介绍 。 我不知道是什么使您感到烦恼，因为我不知道您在使用此命令做什么。

Answer 3

如果有可能，您应该将所有内部内容都保留在unicode中。 在python与其他程序s.encode('UTF-8') ，使用s.encode('UTF-8')生成一个常规字符串，您可以将其写入文件或套接字或任何其他内容。 使用s.decode('UTF-8')将字符串从文件/套接字转换回unicode。 （UTF-8似乎是一个合理的默认值，但请使用您的协议指定的任何内容。）