用python讀取帶有utf-8字符的json文件

Question

我有一個帶有 utf-8 編碼字符的大型 json 文件。 如何讀取此文件並將這些字符轉換為更易讀的版本？ 我有這樣的事情：

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

我想要這個：

{
    "name": "Wrocław"
}

Answer 1

如果您的 JSON 數據包含這樣的mojibake ，您可以通過將字符串轉換為 Latin-1，然后將結果解碼為 UTF-8 來將其轉換為正確的 Unicode。 這會反轉產生 mojibake 的任何過程。 （字符串來自 JSON 的事實無關緊要；這適用於任何這種類型的 mojibake 字符串。）

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

在一般情況下，您必須對產生 mojibake 的原因進行逆向工程，但這種特殊情況很容易識別和排除故障，因為特別是 Latin-1 編碼是明顯和透明的（每個字節都按照其本身進行編碼）。