Python 2.7修复写入JSON文件时的转义Unicode字符问题

我之前也踩过Python 2.7里这种Unicode转义的坑，处理API返回的特殊字符时简直头大！咱们一步步来搞定你的问题：

问题根源 #

Python 2.7里字符串分两种：str（字节串）和unicode（Unicode文本）。你从Google Places API拿到JSON解析后，提取的特殊字符（比如í）其实是unicode类型，但如果直接用默认的open()函数写入文件，Python会默认用ASCII编码保存——ASCII不支持这些特殊字符，所以就自动转成了\u00ed这种转义形式。

解决方案 #

1. 确保JSON解析得到的是Unicode文本 #

首先要保证你从API返回的JSON里解析出的内容是unicode类型，而不是乱码的字节串：

• 如果用urllib2请求API：

  import urllib2
  import json
  
  # 发送请求并读取响应
  response = urllib2.urlopen("你的Google Places API地址")
  # 先把字节响应解码成Unicode文本
  content_unicode = response.read().decode('utf-8')
  # 解析JSON，得到的内容都是Unicode类型
  data = json.loads(content_unicode)
  

• 如果用requests库（更推荐）：

  import requests
  
  response = requests.get("你的Google Places API地址")
  # response.json()会自动处理编码，返回的是Unicode组成的字典
  data = response.json()
  

2. 正确写入文件（两种方法任选） #

方法一：用codecs模块指定编码打开文件

codecs.open()可以直接指定编码，写入unicode字符串时会自动转成对应编码的字节，不会出现转义：

import codecs

# 提取你需要的Unicode文本，比如地点名称
place_name = data['results'][0]['name']

# 用utf-8编码打开文件，写入Unicode文本
with codecs.open('output.txt', 'w', encoding='utf-8') as f:
    f.write(place_name)

方法二：手动编码后写入普通文件

如果不想用codecs，可以先把unicode字符串编码成UTF-8的字节串，再用普通open()写入：

place_name = data['results'][0]['name']

# 把Unicode编码成UTF-8字节串
place_name_utf8 = place_name.encode('utf-8')

with open('output.txt', 'w') as f:
    f.write(place_name_utf8)

额外注意事项 #

• 永远在Python 2.7里明确区分str和unicode：处理文本时尽量用unicode类型，最后写入/输出时再编码成UTF-8字节串。
• 如果你提取的内容不小心是str类型（比如解析时没处理编码），先把它解码成unicode：str_text.decode('utf-8')，再按上面的方法写入。

内容的提问来源于stack exchange，提问作者Phoenix