如何在JSON中解码¥
我正在用Python解析一个JSON文件，我知道是因为这个¥符号，
所以我在使用json.loads的时候遇到了这个错误。
UnicodeDecodeError: 'utf8' codec can't decode byte 0xa5 in position 106:
invalid start byte
那我该怎么解决呢？是要重新解码和编码吗？
¥是人民币符号，但我不太确定它属于哪个编码类别。
谢谢！
更新：
====================
我觉得我的问题应该是，如果你看到这个符号，你怎么猜测它的编码。
这个问题的一个答案可能是：
如果你看到¥，那么“utf-8”可能不行，试试“latin-1”吧。 这样理解对吗？
2 个回答
0
这个问题是通过以下代码解决的：
json.loads(contents,encoding='latin1')
我对编码有点困惑，因为源代码没有明确说明。
0
其实，简单来说，对于一段不知道编码的数据，通常你是无法确定它的编码方式的。
如果有一些上下文，比如说是英文文本，有时候你可以猜测，比如说在 c?rrupted 这个词中，"o" 被替换成了 "?"，但如果没有这些上下文信息，你甚至都不知道哪些字节是错的。
以你提到的例子来说，你问的问题方向是错的。如果你看到一个日元符号，你是用什么编码来看这段数据的呢？如果是 Latin-1 编码，那你看到的就是一个值为 0xA5 的字节。这个值可以查找，你可能看到的字符有 v、¥、¸、Ë、Í、Ñ、Ą、ą、ċ、Ĩ、Ľ、 ź、Β、Ξ、ξ、Ѕ、Ц、е、Ґ、Ҙ、ح、٪、۴、ฅ、„、•、₯、╔、ﺄ，或者是某种多字节编码的一部分。
如果能找到生成这段未知数据的程序或组织，你可以和他们沟通，或者试着用软件进行实验；但如果找不到权威的答案，你最终只能猜测，或者干脆放弃。
现代格式要求使用已知的编码方式，这是有原因的，如果输入明显不符合这些要求，系统会拒绝处理。