python json.dumps 中文编码

Python版本： 2.7

#coding=utf-8
import json

dic = {"a":"中国"}
print dic 
# {'a': '\xe4\xb8\xad\xe5\x9b\xbd'}

print print json.dumps(dic) 
#{"a": "\u4e2d\u56fd"}

print json.dumps(dic,ensure_ascii=False)
#{"a": "中国"}

• 首行#coding=utf-8，表示文件内容以utf-8编码，因此print dic的输出结果就是utf-8编码的结果： {'a': '\xe4\xb8\xad\xe5\x9b\xbd'}
• json.dumps 进行序列化时，默认使用ascii编码， print json.dumps(dic)输出unicode编码的结果： {"a": "\u4e2d\u56fd"}
• json.dumps(dic,ensure_ascii=False)，不使用ascii编码，输出结果为：{"a": "中国"}

但是有时也碰到 json.dumps(m,ensure_ascii=False)之后依旧是乱码的格式，可采取下面方式处理：

#coding=utf-8
import json 

dic = {"a":"中国"}
print json.dumps(dic,ensure_ascii=False).decode("utf-8").encode("gb2312") #{"a":"中国"}
 

在Python2.7内部，字符串一般有两种类型：unicode和str（str为字节码，会根据某种编码【文件开头可通过#coding=XXX方式指定】方式把字符串转成一个个字节，unicode则是用unicode编码的字符串。直接赋值字符串，类型为str，在字符串前面加一个u，则变为unicode）。在做编码转换时，通常需要以unicode作为中间编码，即先将其他编码的字符串解码（decode）成unicode，再从unicode编码（encode）成另一种编码。

• decode的作用对str类型进行decode，得到unicode类型。也即是str -> decode（根据指定编码） -> unicode.

• encode的作用对unicode进行encode，得到得到字节串str类型。也即是unicode -> encode（根据指定编码） -> str.