Python 3: JSON-Datei lädt mit Nicht-ASCII-Zeichen

Question

nur versucht, diese JSON-Datei zu laden (mit Nicht-ASCII-Zeichen) als Python-Wörterbuch mit Unicode-Codierung, aber immer noch diesen Fehler:

Rückkehr codecs.ascii_decode (Eingang, self.errors) [0]

UnicodeDecodeError: ordinal nicht im Bereich (128)

JSON Datei content = "Tooltip":: { 'ASCII' Codec nicht byte 0xC3 in Position 90 dekodieren "dxPivotGrid-sortRowBySummary": "Sort" {0} "byThisRow",}

import sys 
import json 

data = [] 
with open('/Users/myvb/Desktop/Automation/pt-PT.json') as f: 
    for line in f: 
     data.append(json.loads(line.encode('utf-8','replace'))) 

Answer 1

Ich hatte das gleiche Problem, was für mich gearbeitet wurde einen regulären Ausdruck erstellen, und jede Zeile aus dem JSON-Datei-Analyse:

REGEXP = '[^A-Za-z0-9\'\:\.\;\-\?\!]+' 
new_file_line = re.sub(REGEXP, ' ', old_file_line).strip() 

Answer 2

eine Datei mit Inhalt ähnlich wie bei Ihnen Nachdem ich die Datei lesen kann in einem einfachen Schuss:

>>> import json 
>>> fname = "data.json" 
>>> with open(fname) as f: 
...  data = json.load(f) 
... 
>>> data 
{'tooltip': {'navbar': 'Operações de grupo'}} 

Answer 3

Sie müssen nicht jede Zeile lesen. Sie haben zwei Möglichkeiten:

import sys 
import json 

data = [] 
with open('/Users/myvb/Desktop/Automation/pt-PT.json') as f: 
    data.append(json.load(f)) 

Oder Sie können alle Linien laden und sie dem json-Modul übergeben:

import sys 
import json 

data = [] 
with open('/Users/myvb/Desktop/Automation/pt-PT.json') as f: 
    data.append(json.loads(''.join(f.readlines()))) 

Offensichtlich ist der erste Vorschlag ist der beste.

Answer 4

Sie haben mehrere Probleme so nah wie ich sagen kann. Erstens, ist die Dateicodierung. Wenn Sie eine Datei öffnen, ohne eine Kodierung anzugeben, wird die Datei mit allem geöffnet, was auch immer sys.getfilesystemencoding() ist. Da dies variieren kann (besonders auf Windows-Rechnern) ist es eine gute Idee, für die meisten JSON-Dateien explizit encoding="utf-8" zu verwenden. Aufgrund Ihrer Fehlermeldung vermute ich, dass die Datei mit einer ascii Codierung geöffnet wurde.

Als nächstes wird die Datei von utf-8 in Python-Strings decodiert, wie sie vom Dateisystemobjekt gelesen werden. Die utf-8 Zeile wurde bereits zu einer Zeichenkette dekodiert und ist bereits bereit für json zu lesen. Wenn Sie line.encode('utf-8','replace') tun, codieren Sie die Zeile wieder in ein bytes Objekt, das die JSON loads (das heißt, "Zeichenfolge laden") nicht verarbeiten kann.

Schließlich ist "tooltip":{ "navbar":"Operações de grupo"} nicht gültig json, aber es sieht aus wie eine Zeile einer hübsch gedruckten JSON-Datei, die ein einzelnes JSON-Objekt enthält. Meine Vermutung ist, dass Sie die gesamte Datei als 1 Json-Objekt lesen sollten.

es Putting alles zusammen bekommen Sie:

import json 

with open('/Users/myvb/Desktop/Automation/pt-PT.json', encoding="utf-8") as f: 
    data = json.load(f) 

Von seinen Namen, seine möglich, dass diese Datei als Windows-Portugiesisch-Codepage codiert ist. Wenn dies der Fall ist, könnte die Codierung "cp860" besser funktionieren.