Python读取JSON文件时×显示为×的编码问题解决求助

问题根源 #

你遇到的“×”变成“×”是典型的编码解码不匹配：UTF-8编码的“×”（二进制为0xC3 0x97）被错误地用Windows-1252编码解码，就会显示为“×”。

解决步骤 #

• 指定正确编码读取文件：
  Python在Windows环境下默认编码是cp1252，读取UTF-8编码的JSON文件时必须显式指定编码：

  import json
  with open('你的JSON文件路径.json', encoding='utf-8') as f:
      json_data = json.load(f)
  

  读取后就能正确获取“×”字符，正则匹配直接用r'×'即可。

• 如果文件本身是Windows-1252编码：
  先按原编码读取，再转成UTF-8处理：

  import json
  with open('你的JSON文件路径.json', encoding='cp1252') as f:
      raw_content = f.read()
  # 转码为UTF-8编码的字符串
  utf8_content = raw_content.encode('cp1252').decode('utf-8')
  json_data = json.loads(utf8_content)
  

• 验证文件编码：
  在PyCharm中打开目标JSON文件，右下角会显示当前文件编码（比如UTF-8或Windows-1252），根据这个结果调整读取时的encoding参数即可。

内容的提问来源于stack exchange，提问作者Brandon Myers