使用 python 从 json 响应中删除 unicode 字符串和空格

Question

我正在将数据发布到 REST API，作为响应，我正在接收数据作为 json 响应。此响应具有 unicode 字符。我尝试了很多方法来从我的 json 数据中删除 unicode 字符，但没有任何效果 :( 在删除 unicode 字符后，我正在验证模式。以下是我的代码片段：

import json
import logging
from jsonschema import validate

if __name__ == '__main__':

    schema = {
        "$schema": "http://json-schema.org/draft-04/schema#",
        "type": "object",
        "properties": {
            "SOURCE": {
            "type": "string"
            },
            "TIMESTAMP": {
            "type": "string"
            },
            "TAGERRORS": {
            "type": "array",
            "items": [
                {
                "type": "object",
                "properties": {
                    "TAGNAME": {
                     "type": "string"
                     },
                    "ERROR": {
                    "type": "string"
                    }
                },
                "required": [
                    "TAGNAME",
                    "ERROR"
                ]
                }
            ]
            }
        },
        "required": [
            "SOURCE",
            "TIMESTAMP",
            "TAGERRORS"
        ]
    }

    response_dict ='"{\u000d\u000a  \"SOURCE\": \"APPDEV\",\u000d\u000a  \"TIMESTAMP\": \"2022-04-19 12:29:27\",\u000d\u000a  \"TAGERRORS\": []\u000d\u000a}"'
    response_dict = response_dict.replace("\u000d\u000a\s*", "")
    print(response_dict)
    my_json = json.loads(response_dict)
    # validate(instance=my_json, schema=schema)

    # print(my_json)

response_dict = response_dict.replace("\u000d\u000a\s*", "") 不工作并给出以下结果。
"{\u000d\u000a \"SOURCE\": \"APPDEV\",\u000d\u000a \"TIMESTAMP\": \"2022-04-19 12:29:27\",\u000d\u000a \"TAGERRORS\": []\u000d\u000a}"
此外，我尝试了以下正则表达式来删除 unicode 字符，但它在模式验证期间失败了。

import re

def removeunicode(text):
    text = re.sub(r'\[u]\S\S\S\S[s]', "", text)
    text = re.sub(r'\[u]\S\S\S\S', "", text)
    return text

my_json = json.loads(removeunicode(response_dict))

能否请您帮助解决问题。谢谢。

Answer 1

是double-JSON-encoded。只需 json.loads 响应两次即可修复它，但如果您可以修复上游问题：

# From OP's example
>>> response_dict ='"{\u000d\u000a  \"SOURCE\": \"APPDEV\",\u000d\u000a  \"TIMESTAMP\": \"2022-04-19 12:29:27\",\u000d\u000a  \"TAGERRORS\": []\u000d\u000a}"'
>>> print(response_dict)  # This is valid JSON
"{\u000d\u000a  \"SOURCE\": \"APPDEV\",\u000d\u000a  \"TIMESTAMP\": \"2022-04-19 12:29:27\",\u000d\u000a  \"TAGERRORS\": []\u000d\u000a}"
>>> json.loads(response_dict)
'{\r\n  "SOURCE": "APPDEV",\r\n  "TIMESTAMP": "2022-04-19 12:29:27",\r\n  "TAGERRORS": []\r\n}'
>>> json.loads(json.loads(response_dict))
{'SOURCE': 'APPDEV', 'TIMESTAMP': '2022-04-19 12:29:27', 'TAGERRORS': []}

使用 python 从 json 响应中删除 unicode 字符串和空格

Remove unicode string and spaces from json response using python

python

json

python-3.x

unicode