如何将带有umlauts的字符串转换回JSON

Question

我有一个JSON Python字符串：

linklist = str('
{
   "Download":{
   "Test": "http://www.test.org",
   u"K\xf6ter": "http://www.koeter.de"}
}'
)

我想使用:

myJson= json.loads(linklist)

但我遇到了一个问题，因为JSON字符串中有德语umlaut字符

什么是最好的编码/解码方式，以便将该字符串转换为有效的JSON对象（使用simplejson）

嘿，伙计们，这就是我在我的代码中想要做的：

JSON：links.json

{
 "Download":{
    "Link1ä":"http://www.link1.de/test",
    "Link2ö":"http://www.link2.de/test/cool",
    "Link3ü":"http://www.link3.de/test/foo/bar",
    "Link4ü":{"Link5ü":"http://www.link5.de/test"}
}
}

Python文件:

linksFile = open('links.json', 'r')
linksList = json.load(linksFile)

在这个链接列表（linksList）中，我想要搜索test并将其替换为myTest。

如何在这个JSON对象的链接列表（linksList）中将所有的字符串 -> test -> myTest进行替换？

非常感谢您的帮助。我尝试使用以下方法对JSON对象进行替换，并且没有遇到umlauts的问题：

linksFile = open('links.json', 'r')
linksList = json.load(linksFile)
dump = json.dumps(linksList)
linksList = json.loads(dump.replace('toReplace', 'replacement'))

- lennykey

---

你是如何获取到这个字符串的？ - user395760

@delnan 是的，他的字符串不太对，但是（utf-8 json）> json.loads > json.dumps 和（包含UTF-8 str的Python列表）> json.dumps > json.loads 看控制台输出至少不是对称操作。至少对我而言，经过了谷歌的尽责调查，也找不到一个解释。这两个操作都似乎给你一个unicode / UTF-16表示，而不是UTF-8。即使在dumps和loads中显式使用encoding ='utf-8'，也是如此。 - Silas Ray

Answer 1

如果该字符串是Köter，那么你的问题在于编码，而不是json（de）序列化。看起来你正在使用cp1250。

尝试明确指定编码（默认编码为UTF-8，显然不适用于你的情况）：

myJson = json.loads(linklist, 'cp1250')

- Ihor Kaharlichenko

---

这里没有什么真正表明他在使用cp1250。他JSON字符串中的键以“u”为前缀，表明无论他从哪里获取此字符串，都已经正确解码或最初将ö作为“unicode”源。如果没有更多信息（错误/调用堆栈或此代码来自何处的原始代码），就无法确定源编码是什么，更不用说编码是否导致了问题。 - Silas Ray

事实上，我没有注意到u''前缀。我从lennykey说它是一个分音符号和'\xf6'代表cp1250中的ö这一事实推断出代码页。 - Ihor Kaharlichenko

JSON字面量是非Unicode的，除非使用Python 3（因为没有u''前缀）。因此，'\xf6'代表一个单字节，它不能用于双字节编码，如UTF-16（无论是小端还是大端）。无论如何，u"这种东西会使整个JSON字符串无效，无论编码如何。 - Ihor Kaharlichenko

抱歉，你说得对。我看的是dumps和loads的输出，它们确实给出了UTF-16表示。可能是JSONDecode或其他什么东西在做这件事，因为我找不到另一种从Python中获取该表示的方法。 - Silas Ray