用python讀取json字符串的問題

Question

我正在嘗試使用Python讀取Twitter流。

我文件中的行似乎正確，如下所示：

{"delete":{"status":{"id":471622360253345792,"user_id":2513833684,"id_str":"471622360253345792","user_id_str":"2513833684"}}}

當我使用readline將這行讀入內存並對其調用json.loads（）時，出現以下錯誤：

No JSON object could be decoded

我想我必須在調用json.loads（）之前以某種方式轉換行？

一些注意事項：

1. 如果我將文件中的字符串粘貼到IPython中並在其上調用json.loads（），則一切正常。

2. 當我在IPython中打印行時，它在前面添加了一個奇怪的字符，並在其余字符之間放置了空格。 前幾個字符如下所示：

   {“刪除”：{“狀態

3. 如果我在IPython中顯示字符串而不調用print，則前幾個字符為：

   \\ xff \\ xfe {\\ x00“ \\ x00d \\ x00e \\ x00l \\ x00e \\ x00t \\ x00e \\ x00” \\ x00：\\ x00 {\\ x00“ \\ x00s \\ x00t \\ x00a \\ x00t \\ x00u \\ x00s \\ x00s \\ x00” \\ x00

我不知道該如何解決。

編輯：根據要求，讀取twitter流的代碼在這里：

https://github.com/uwescience/datasci_course_materials/blob/master/assignment1/twitterstream.py

Answer 1

從外觀上看，您有一些非ASCII文本，並且解析器可能未處理不同的編碼。

如果查看json庫上的文檔，則會看到：

If the contents of fp are encoded with an ASCII based encoding other than UTF-8 
(e.g. latin-1), then an appropriate encoding name must be specified. Encodings 
that are not ASCII based (such as UCS-2) are not allowed, and should be wrapped 
with codecs.getreader(encoding)(fp), or simply decoded to a unicode object and 
passed to loads().

因此，我將檢查您的json格式是否正確，然后查看編碼。

Answer 2

json.loads(twitter_data, encoding='utf-16')

Answer 3

您是否使用Windows進行作業？ 在Windows下檢索到的文本文件的默認編碼為UCS-2 LE BOM ， json.loads()無法識別。 您既可以使用Linux OS，也可以使用諸如Notepad ++之類的第三方軟件，在其中可以方便地保存為UTF-8編碼。