python - 如何将unicode日语从一个文件写入另一个文件？

Question

我有一些 json 文件，并且文件中有一些地方带有编码的日文\u672c\u30fb\u96d1\u8a8c\u30fb\u66f8\u7c4d\u60c5\u5831，我想将它们解码成日文。

问题是当我使用这种方法时：

text = '\u672c\u30fb\u96d1\u8a8c\u30fb\u66f8\u7c4d\u60c5\u5831'
print(text)

它打印了

本・雑誌・書籍情報

但是当我直接从文件中读取它时，例如，准备好的文件是 index.json ，它的内容只是：

\u672c\u30fb\u96d1\u8a8c\u30fb\u66f8\u7c4d\u60c5\u5831

我使用的方法是

file = open('index.json','r')
text = file.read()
print(text)

它刚刚打印出来

\u672c\u30fb\u96d1\u8a8c\u30fb\u66f8\u7c4d\u60c5\u5831

我发现有点奇怪的一件事是，当我尝试打印时：

print(file.read())
print(text)

即使使用file.read()，也不会返回任何内容file.read(1)。

编辑：我发现主要问题是当您编写时text = '\u672c'，python 会识别\u672c为单个字符。但是当您从文件中读取时，它会将其识别为包含 6 个字符的字符串。无论如何要转换它？

标签： pythonpython-3.xfilepython-unicode

Answer 1

这里有几个问题。

假设您的文件包含以下（文字）文本：

\u672c\u30fb\u96d1\u8a8c\u30fb\u66f8\u7c4d\u60c5\u5831

您可以在 Python 中将其表示为

text = '\\u672c\\u30fb\\u96d1\\u8a8c\\u30fb\\u66f8\\u7c4d\\u60c5\\u5831'

或者

text = r'\u672c\u30fb\u96d1\u8a8c\u30fb\u66f8\u7c4d\u60c5\u5831'

要将文字转义转换为它们所代表的 Unicode 字符，您需要正确解码它们：

text.encode('ascii').decode('unicode-escape')

结果是

本・雑誌・書籍情報

file.read()对您不起作用的原因file.read(1)是文件不会自动倒带。读入文件后，它就在最后，直到您手动倒带或关闭并重新打开它。