將Unicode字符串轉換為UTF-8，然后轉換為JSON

Question

我想用UTF-8編碼一個字符串，並分別查看相應的UTF-8字節。 在Python REPL中，以下似乎工作正常：

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

請注意，我在這里使用U + 00A9 COPYRIGHT SIGN作為示例。 '\\xC2\\xA9'看起來接近我想要的 - 一個由兩個獨立代碼點組成的字符串：U + 00C2和U + 00A9。 （當UTF-8解碼時，它會返回原始字符串'\\xA9' 。）

然后，我希望將UTF-8編碼的字符串轉換為JSON兼容的字符串。 但是，以下似乎沒有做我想要的：

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

請注意，它會生成一個包含U + 00A9（原始符號）的字符串。 相反，我需要UTF-8編碼的字符串，它在有效的JSON中看起來像"\Â\©" 。

TL; DR如何在Python "\Â\©" '©'變成"\Â\©" ？ 我覺得我錯過了一些明顯的東西 - 有沒有內置的方法來做到這一點？

Answer 1

如果你真的想要"\Â\©"作為輸出，請給json一個Unicode字符串作為輸入。

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

您可以從原始字節生成此Unicode字符串：

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

我認為你真正想要的是"\\xc2\\xa9"作為輸出，但我不知道如何生成它。