Python 2与Python 3 - urllib格式

Question

我真的很烦恼，为什么这段代码在Python 2中能正常工作，而在Python 3中却不行。我只是想抓取一页json数据，然后解析它。以下是Python 2中的代码：

import urllib, json
response = urllib.urlopen("http://reddit.com/.json")
content = response.read()
data = json.loads(content)

我 以为 在Python 3中等价的代码应该是这样的：

import urllib.request, json
response = urllib.request.urlopen("http://reddit.com/.json")
content = response.read()
data = json.loads(content)

但是它让我很失望，因为read()返回的数据是“字节”类型。不过，我怎么也无法把它转换成json能解析的格式。我从头信息中知道reddit试图以utf-8格式返回给我，但我就是无法把字节解码成utf-8：

import urllib.request, json
response = urllib.request.urlopen("http://reddit.com/.json")
content = response.read()
data = json.loads(content.decode("utf8"))

我哪里做错了？

补充说明：问题在于我无法把数据变成可用的状态；即使json能加载数据，但其中一部分无法显示，我想把数据打印到屏幕上。

第二次补充：问题似乎更多是和打印有关，而不是解析。Alex的回答提供了一种让脚本在Python 3中工作的方式，通过将输入输出设置为utf8。但我仍然有一个疑问：为什么这段代码在Python 2中可以工作，而在Python 3中却不行呢？

Answer 1

请查看这个在另一个与Unicode相关的问题中的回答。

现在，Python 3中的str（相当于Python 2中的unicode）是一种理想化的对象，它处理的是“字符”，而不是“字节”。这些字符为了能够在磁盘或网络数据中使用，需要通过一个“转换表”进行编码成字节，或者从字节解码成字符，这个转换表也叫做编码或代码页。由于操作系统的多样性，Python历史上避免去猜测应该使用什么编码；虽然这几年有所变化，但“在面对模糊时，拒绝猜测的诱惑”这个原则依然适用。

幸运的是，网络服务器让你的工作变得简单。你上面的response应该提供了所有需要的额外信息：

>>> response.headers['content-type']
'application/json; charset=UTF-8'

所以，每次你向网络服务器发送请求时，都要检查Content-Type头部中的字符集值，并使用这个字符集将请求的数据解码成Unicode（在Python 3中是bytes.decode(charset) → str）。

Answer 2

这要看你使用的Python版本，选择合适的库。

如果你用的是Python 3.5：

import urllib.request
data = urllib.request.urlopen(url).read().decode('utf8')

如果你用的是Python 2.7：

import urllib
url = serviceurl + urllib.urlencode({'sensor':'false', 'address': address})   
uh = urllib.urlopen(url)

Answer 3

你发的代码看起来是因为剪切和粘贴出错了，因为这两个版本的代码明显都是错的（f.read()会出错，因为没有定义f这个变量）。

在Python 3中，ur = response.decode('utf8')对我来说运行得很好，接下来用json.loads(ur)也没问题。也许你在把代码从Python 2转换到Python 3的时候，剪切和粘贴出错了。