为什么文本编辑器将一些字符显示为unicode代码点？
为什么文本编辑器将一些字符显示为unicode代码点？
提问于 2016-03-09 03:51:44
我正在用python爬行一个网站。该网站的文本为iso-8859-1格式。读取HTML后，我将文本转换为utf-8格式：
pageHTML = urllib.urlopen( url ).read()
pageHTML = pageHTML.decode('iso-8859-1').encode('utf8')我对HTML做了一些处理，并将一些标记存储在一个数组中。然后，我将数组作为json转储到一个文件中：
with open(outputPath, 'w') as f:
json.dump(tokens, f)但是，当我使用文本编辑器打开转储的文件时，我看不到真正的字符，但我看到的unicode代码点如下：
"hei\u00dfen"它应该显示为“heiüen”。
我的问题：
1-为什么？
2-如何解决？
文本编辑器是Atom。但也在OS X上尝试过TextEdit。
回答 1
Stack Overflow用户
发布于 2016-03-09 04:01:34
json.dump的默认设置是假定ASCII输出，这意味着任何非ASCII Unicode字符都使用\uxxxx表示法表示。要更改此设置，请将ensure_ascii选项设置为False。使用dumps的一些示例
>>> print json.dumps("foö")
"fo\u00f6"
>>> print json.dumps("foö", ensure_ascii=False)
"foö"页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/35876759
复制相关文章
相似问题
腾讯云开发者
