Python3导出LDAP数据到JSON时解码波兰字符的位置咨询

核心思路 #

问题出在两个环节：一是LDAP返回的字符串可能包含Unicode转义序列而非原生字符，二是默认JSON序列化会转义非ASCII字符。需要在数据预处理阶段解码转义序列，并在JSON保存阶段关闭ASCII强制转义。

步骤1：处理LDAP返回的转义字符串 #

在将LDAP查询结果整理为可序列化的Python数据结构（字典/列表）时，对每个字符串字段做转义解码：

# 示例：处理单条LDAP返回数据
def process_ldap_entry(entry):
    processed = {}
    for attr, values in entry.items():
        # LDAP属性值通常是列表，取第一个有效元素
        if values and isinstance(values[0], str):
            # 将Unicode转义序列解码为原生字符
            decoded = values[0].encode('utf-8').decode('unicode-escape')
            processed[attr] = decoded
        elif values and isinstance(values[0], bytes):
            # 如果返回的是bytes，先转成str再解码
            raw_str = values[0].decode('utf-8')
            processed[attr] = raw_str.encode('utf-8').decode('unicode-escape')
        else:
            processed[attr] = values
    return processed

# 假设你从LDAP获取了多条数据
ldap_results = [...]  # 你的LDAP查询结果
processed_data = [process_ldap_entry(entry) for entry in ldap_results]

步骤2：保存JSON时保留原生字符 #

使用json.dump()时，必须指定ensure_ascii=False，同时设置文件编码为utf-8，确保波兰字符直接写入文件：

import json

with open('ldap_data.json', 'w', encoding='utf-8') as f:
    json.dump(processed_data, f, ensure_ascii=False, indent=4)

验证方法 #

运行代码后打开JSON文件，检查是否直接显示Bożena Źródlana而非转义后的Bo\u017cena \u017bródlana。如果仍有问题，可单独打印处理后的字段值，确认解码是否生效。

内容的提问来源于stack exchange，提问作者Kubix