如何正确地保存到包含utf8字符串的词典

Question

我正在使用googlemapspython包来执行反向地理编码。 注意：

PS Z:\dev\poc\SDR> python
Python 2.7.1 (r271:86832, Nov 27 2010, 17:19:03) [MSC v.1500 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> from googlemaps import GoogleMaps
>>> gmaps = GoogleMaps("*** my google API key ***")
>>> d=gmaps.reverse_geocode(51.75,19.46667)
>>> d
{u'Status': {u'code': 200, u'request': u'geocode'}, u'Placemark': [{u'Point': {u'coordinates': [19.466876, 51.7501456, 0]}, u'ExtendedData': {u'LatLonBox': {u'west': 19.465527, u'east': 19.468225, u'n
orth': 51.7514946, u'south': 51.7487966}}, u'AddressDetails': {u'Country': {u'CountryName': u'Polska', u'AdministrativeArea': {u'SubAdministrativeArea': {u'SubAdministrativeAreaName': u'\u0141\xf3d\u0
17a', u'Locality': {u'Thoroughfare': {u'ThoroughfareName': u'ksi\u0119dza Biskupa Wincentego Tymienieckiego 16'}, u'LocalityName': u'\u0141\xf3d\u017a'}}, u'AdministrativeAreaName': u'\u0142\xf3dzkie'
}, u'CountryNameCode': u'PL'}, u'Accuracy': 8}, u'id': u'p1', u'address': u'ksi\u0119dza Biskupa Wincentego Tymienieckiego 16, 90-001 \u0141\xf3d\u017a, Poland'}], u'name': u'51.750000,19.466670'}
>>> import pprint
>>> pp = pprint.PrettyPrinter(indent = 2)
>>> pp.pprint(d)
{ u'Placemark': [ { u'AddressDetails': { u'Accuracy': 8,
                                         u'Country': { u'AdministrativeArea': { u'AdministrativeAreaName': u'\u0142\xf3dzkie',
                                                                                u'SubAdministrativeArea': { u'Locality': { u'LocalityName': u'\u0141\xf3d\u017a',
                                                                                                                           u'Thoroughfare': { u'ThoroughfareName': u'ksi\u0119dza Biskupa Wincentego Tym
ienieckiego 16'}},
                                                                                                            u'SubAdministrativeAreaName': u'\u0141\xf3d\u017a'}},
                                                       u'CountryName': u'Polska',
                                                       u'CountryNameCode': u'PL'}},
                    u'ExtendedData': { u'LatLonBox': { u'east': 19.468225,
                                                       u'north': 51.7514946,
                                                       u'south': 51.7487966,
                                                       u'west': 19.465527}},
                    u'Point': { u'coordinates': [19.466876, 51.7501456, 0]},
                    u'address': u'ksi\u0119dza Biskupa Wincentego Tymienieckiego 16, 90-001 \u0141\xf3d\u017a, Poland',
                    u'id': u'p1'}],
  u'Status': { u'code': 200, u'request': u'geocode'},
  u'name': u'51.750000,19.466670'}

现在，我想将d字典保存到一个文件中，但是我不想看到u'\u0141\xf3d\u017a'作为位置名。我想看看Łódź。事实上：

• \u0141-http://www.fileformat.info/info/unicode/char/0141/index.htm
• \xf3=\u00f3-http://www.fileformat.info/info/unicode/char/00f3/index.htm
• \u017a-http://www.fileformat.info/info/unicode/char/017a/index.htm

所以，我试过了：

^{pr2}$

还有这个：

with codecs.open("aa.txt", "w", "utf-8") as f:
  f.write(unicode(str(d), "utf-8"))

还有这个：

with open("aa.txt", "w") as f:
  f.write(unicode(d))

当然，什么都不管用。所有试验都产生{}。请帮助我正确地保存它。在

Answer 1

第一种形式适用于将unicode写入文件：

>>> s = u'\u0141\xf3d\u017a'
>>> with codecs.open('aa.txt', 'w', 'utf-8') as f:
...     f.write(s)
... 
>>> with codecs.open('aa.txt', 'r', 'utf-8') as f:
...     print f.read()
... 
Łódź

所发生的是，当您使用unicode（d）时，您正在为字典保存表示。在

^{2}$

相当于：

>>> unicode(repr(d))
u"{u'locality': u'\\u0141\\xf3d\\u017a'}"

所以，你不是真的在文件上写下。请注意，原始转义序列是转义的。u'\u0141'是Łchar，但是u'\u0141'是6个字符的字符串。在

由于Python字典没有不会进行这种转义的unicode表示，所以应该使用更好的序列化方法。如果要读取文件的应用程序支持json，那么使用json应该没问题。在

如果您真的需要将它写到一个不支持同一序列化方法的其他应用程序可读的文件中，那么您必须遍历dict并一次写下键、值对，而不是表示形式。在

Answer 2

将ensure_ascii=False传递给json.dump*()，并使用codecs.open()。在

Answer 3

文件是字节流，因此在保存到文件中之前，需要对unicode进行编码（以字节表示）。 现在，当打开（从文件读取数据）时，您需要使用相同的解码（编码）方案将数据解码回unicode，例如utf-8

注意在文件中编写对象的序列化，而不是它的表示形式。使用json.dumps文件（d） 获取序列化和json.loads（filecontent）读回它