为何json.dumps()与json.loads()会生成unicode字符串？

这个问题在Python 2环境下非常常见，我来帮你拆解原因和解决办法：

核心原因 #

首先要明确：JSON规范中的字符串本质是Unicode编码，而Python 2的标准json模块在处理序列化/反序列化时，默认遵循这个映射规则：

• json.dumps()会把Python的str（字节串）序列化为符合JSON规范的字符串；
• json.loads()解析JSON字符串时，会将其转换为Python的unicode类型——这是模块的默认行为，目的是保证文本的Unicode兼容性，避免编码混乱。

你的代码里，虽然通过myconverter把datetime对象转成了str，但经过json.dumps()序列化再json.loads()反序列化后，所有字符串类型的字段（比如tweet、转换后的created_at）都会被自动转为unicode。

解决办法 #

根据你的需求，有几种可行的处理方式：

1. 优先接受unicode类型（推荐）

在Python 2中，unicode是专门用于处理文本的类型，比str更安全——尤其是你的tweet包含特殊符号和话题标签，用unicode可以避免后续出现编码错误。如果你的业务代码能兼容unicode，这是最优选择。

2. 手动将unicode转换为str

如果你必须得到str类型，可以在loads之后遍历字典，把所有unicode值转换为str（注意指定编码，推荐用utf-8）：

import json
import datetime

def myconverter(o):
    if isinstance(o, datetime.datetime):
        return o.isoformat()  # 用ISO标准格式替代__str__，更规范

def unicode_to_str(obj):
    if isinstance(obj, dict):
        return {unicode_to_str(key): unicode_to_str(value) for key, value in obj.items()}
    elif isinstance(obj, unicode):
        return obj.encode('utf-8')
    else:
        return obj

# 模拟你的数据
message_value = {
    'created_at': datetime.datetime(2018, 5, 25, 13, 35, 11),
    'tweet': "RT @KKRiders: Mavi to bowl the first ball of #Qualifier2. Saha on strike. Let's go!\n#SRHvKKR #TeesraVaar #KKRHaiTaiyaar",
    'id': 1000007371131764736,
    'sequence': 1
}

messageRead = json.dumps(message_value, default=myconverter)
messageRead = json.loads(messageRead)
messageRead_str = unicode_to_str(messageRead)

print(messageRead_str)
print(type(messageRead_str['tweet']))  # 输出 <type 'str'>

3. 升级到Python 3（根源解决）

在Python 3里，str类型本身就是Unicode编码的，json.loads()返回的字符串直接是str，不存在unicode和str的区分问题，能从根源上解决这类编码困扰。

另外补充个小优化：你的myconverter用o.__str__()转换datetime，推荐换成o.isoformat()，生成的是标准ISO时间字符串，可读性更好也更符合JSON的时间表示习惯。

内容的提问来源于stack exchange，提问作者hasherBaba