Python使用utf-8读取JSON文件出现乱码问题求助

你的问题根源是JSON文件中的文本被双重编码了：原本的UTF-8越南语字符被先编码成字节，再把这些字节以Unicode转义序列（比如\u00c3\u00a0）的形式写入JSON。直接用utf-8解码会导致二次解码，最终出现乱码。

修复代码 #

import json

with open('message_1.json', 'r', encoding='utf-8') as file:
    raw_content = file.read()
    # 将Unicode转义序列还原为字节，再用UTF-8解码得到正确字符串
    corrected_content = raw_content.encode('utf-8').decode('unicode-escape')
    data = json.loads(corrected_content)
    print('message', data)

关键说明 #

• 原JSON里的\u00c3\u00a0是UTF-8编码"à"后的字节（b'\xc3\xa0'）被转义成Unicode序列，必须先把这些转义序列还原成原始字节，再用UTF-8解码才能得到正确的越南语字符。
• with语句会自动处理文件关闭，无需手动调用file.close()。

内容的提问来源于stack exchange，提问作者famfamfam