Python调用API获取含Unicode字符的球员姓氏显示异常排查

问题 #

调用返回足球运动员姓氏的API时，其中一名球员姓氏含字符“ć”，调用后输出的姓氏附带Unicode转义序列：

>>> last_name = (json.dumps(response["response"][2]["player"]["lastname"]))
>>> print(last_name)
"Mitrovi\u0107"
>>> print(type(last_name))
<class 'str'>

但将该输出内容复制粘贴到变量中单独使用时，打印显示正常：

>>> print("Mitrovi\u0107")
Mitrović
>>> print(type("Mitrovi\u0107"))
<class 'str'>

请问API接口调用及返回的字符串存在什么问题？

原因与解决方法 #

问题出在你错误使用了json.dumps()处理API返回的字符串。json.dumps()的作用是把Python对象序列化为JSON格式的字符串，它会自动将非ASCII字符（比如“ć”）转换为Unicode转义序列（\u0107），同时给字符串添加双引号，所以你得到的是一个JSON格式的字符串字面量，而非原始的姓氏字符串。

直接复制粘贴"Mitrovi\u0107"到代码里时，Python解释器会自动解析字符串中的Unicode转义序列，将其转换为对应的字符“ć”，因此打印显示正常。

正确的处理方式是直接提取API返回的原始字符串，无需使用json.dumps()：

>>> last_name = response["response"][2]["player"]["lastname"]
>>> print(last_name)
Mitrović

如果因特定场景必须使用json.dumps()，后续可以用json.loads()将序列化后的字符串重新解析，还原为原始字符：

>>> last_name = json.dumps(response["response"][2]["player"]["lastname"])
>>> last_name = json.loads(last_name)
>>> print(last_name)
Mitrović

内容的提问来源于stack exchange，提问作者sq89