Python 脚本无法正确编码特殊 Unicode 字符

Question

我正在转换一个文本文件 (words.txt)，它基本上是这种格式的字典：

good morning, Góðan daginn

以这种格式json 文件 (converted.json)

{
    "wordId": 1,
    "word": "good morning",
    "translation": "Góðan daginn"
}

从文本文件到 json 文件的转换工作完全正常，正如预期的那样，但字符编码有点混乱，方法如下：

编码这个字符 ð 而不是这样做 \u00f0 脚本像这样编码那个字符: \u00c3\u00b0

问题：如何修复and/or调整脚本使其能够正确编码那些特殊字符？请记住，这些字符主要是 Icelandic/Scandinavian，我使用 PyCharm 作为 IDE。

PS请注意我的Python技能有点有限！！

这是脚本converter.py:

import json

with open('words.txt', 'r') as f_in, \
    open('converted.json', 'w') as f_out:
cnt = 1
data = []
for line in f_in:
    line = line.split(',')
    if len(line) != 2:
        continue
    d = {"wordId": cnt, "word": line[0].strip(), "translation": line[1].strip()}
    data.append(d)
    cnt += 1

f_out.write(json.dumps(data, indent=4))

我正在使用Python3

Answer 1

我认为问题出在 json.dumps，您可能需要使用 ensure_ascii=False。喜欢：

f_out.write(json.dumps(data, indent=4, ensure_ascii=False))

所以基本上，正如文档所说：

If ensure_ascii is true (the default), the output is guaranteed to have all incoming non-ASCII characters escaped. If ensure_ascii is false, these characters will be output as-is.

Python 脚本无法正确编码特殊 Unicode 字符

Python script failing to correctly encode special Unicode characters

python

unicode

character-encoding

special-characters

python-unicode