我正在使用Python 2从ASCII编码的文本文件中解析JSON 。

使用json或 加载这些文件时simplejson，我所有的字符串值都转换为Unicode对象而不是字符串对象。问题是，我必须将数据与仅接受字符串对象的某些库一起使用。我无法更改库，也无法更新它们。

是否可以获取字符串对象而不是Unicode对象？

例

>>> import json
>>> original_list = ['a', 'b']
>>> json_list = json.dumps(original_list)
>>> json_list
'["a", "b"]'
>>> new_list = json.loads(json_list)
>>> new_list
[u'a', u'b']  # I want these to be of type `str`, not `unicode`

更新资料

很久以前，当我坚持使用Python 2时就问了这个问题。今天一种简单易用的解决方案是使用最新版本的Python，即Python 3及更高版本。

一个解决方案 object_hook

import json

def json_load_byteified(file_handle):
    return _byteify(
        json.load(file_handle, object_hook=_byteify),
        ignore_dicts=True
    )

def json_loads_byteified(json_text):
    return _byteify(
        json.loads(json_text, object_hook=_byteify),
        ignore_dicts=True
    )

def _byteify(data, ignore_dicts = False):
    # if this is a unicode string, return its string representation
    if isinstance(data, unicode):
        return data.encode('utf-8')
    # if this is a list of values, return list of byteified values
    if isinstance(data, list):
        return [ _byteify(item, ignore_dicts=True) for item in data ]
    # if this is a dictionary, return dictionary of byteified keys and values
    # but only if we haven't already byteified it
    if isinstance(data, dict) and not ignore_dicts:
        return {
            _byteify(key, ignore_dicts=True): _byteify(value, ignore_dicts=True)
            for key, value in data.iteritems()
        }
    # if it's anything else, return it in its original form
    return data

用法示例：

>>> json_loads_byteified('{"Hello": "World"}')
{'Hello': 'World'}
>>> json_loads_byteified('"I am a top-level string"')
'I am a top-level string'
>>> json_loads_byteified('7')
7
>>> json_loads_byteified('["I am inside a list"]')
['I am inside a list']
>>> json_loads_byteified('[[[[[[[["I am inside a big nest of lists"]]]]]]]]')
[[[[[[[['I am inside a big nest of lists']]]]]]]]
>>> json_loads_byteified('{"foo": "bar", "things": [7, {"qux": "baz", "moo": {"cow": ["milk"]}}]}')
{'things': [7, {'qux': 'baz', 'moo': {'cow': ['milk']}}], 'foo': 'bar'}
>>> json_load_byteified(open('somefile.json'))
{'more json': 'from a file'}

它是如何工作的，我为什么要使用它？

Mark Amery的功能比这些功能更短更清晰，那么它们的意义何在？您为什么要使用它们？

纯粹是为了 表现。Mark的答案首先使用unicode字符串完全解码JSON文本，然后遍历整个解码值以将所有字符串转换为字节字符串。这有一些不良影响：

• 整个解码结构的副本在内存中创建
• 如果您的JSON对象确实是深度嵌套（500级或更多），那么您将达到Python的最大递归深度

这个答案通过缓解这两方面的性能问题object_hook的参数json.load和json.loads。从文档：

object_hook是一个可选函数，它将被解码的任何对象文字（a dict）的结果调用。将使用object_hook的返回值代替dict。此功能可用于实现自定义解码器

由于嵌套在其他字典中许多层次的字典object_hook 在解码时会传递给我们，因此我们可以在那时将其中的任何字符串或列表字节化，并避免以后再进行深度递归。

Mark的答案不适合按object_hook现状使用，因为它会递归为嵌套词典。我们阻止这个答案与该递归ignore_dicts参数_byteify，它被传递给它在任何时候都只是当object_hook它传递一个新dict来byteify。该ignore_dicts标志指示_byteify忽略dicts，因为它们已经被字节化了。

最后，我们的实现json_load_byteified和在从或返回的结果上json_loads_byteified调用_byteify（with ignore_dicts=True）来处理被解码的JSON文本在顶层没有的情况。json.loadjson.loadsdict

尽管这里有一些不错的答案，但是我最终还是使用PyYAML来解析我的JSON文件，因为它将键和值提供为str类型字符串而不是unicode类型。由于JSON是YAML的子集，因此效果很好：

>>> import json
>>> import yaml
>>> list_org = ['a', 'b']
>>> list_dump = json.dumps(list_org)
>>> list_dump
'["a", "b"]'
>>> json.loads(list_dump)
[u'a', u'b']
>>> yaml.safe_load(list_dump)
['a', 'b']

笔记

不过要注意一些事项：

• 我得到字符串对象，因为我的所有条目都是ASCII编码的。如果我要使用unicode编码的条目，我会将它们作为unicode对象取回-没有转换！

• 您应该（可能总是）使用PyYAML的safe_load功能；如果使用它来加载JSON文件，则无论如何都不需要该load函数的“附加功能” 。

• 如果你想拥有的1.2版规范更多的支持（和YAML解析器正确地解析非常低的数字）尝试Ruamel YAML：pip install ruamel.yaml和import ruamel.yaml as yaml我在测试时所需要的所有我。

转换次数

如前所述，没有转换！如果不能确定只处理ASCII值（并且不能确定大多数时间），最好使用转换函数：

我现在几次使用Mark Amery的产品，效果很好，而且非常易于使用。您也可以使用类似的功能object_hook来代替它，因为它可以提高大文件的性能。对此，请参见Mirec Miskuf稍有涉及的答案。

没有内置选项可以使json模块函数返回字节字符串而不是unicode字符串。但是，此简短的简单递归函数会将所有已解码的JSON对象从使用unicode字符串转换为UTF-8编码的字节字符串：

def byteify(input):
    if isinstance(input, dict):
        return {byteify(key): byteify(value)
                for key, value in input.iteritems()}
    elif isinstance(input, list):
        return [byteify(element) for element in input]
    elif isinstance(input, unicode):
        return input.encode('utf-8')
    else:
        return input

只需在从json.load或获得的输出上调用它json.loads call调用它即可。

一些注意事项：

• 要支持Python 2.6或更早版本，请替换return {byteify(key): byteify(value) for key, value in input.iteritems()}为return dict([(byteify(key), byteify(value)) for key, value in input.iteritems()])，因为直到Python 2.7才支持字典解析。
• 由于此答案遍历整个解码对象，因此它具有一些不良的性能特征，可以通过非常小心地使用object_hook或object_pairs_hook参数来避免。Mirec Miskuf的答案是迄今为止唯一能够正确实现这一目标的答案，尽管因此，它的答案比我的方法要复杂得多。

您可以使用该object_hook参数json.loads来传递转换器。事实发生后，您不必进行转换。该json模块将始终object_hook仅传递字典，并且将递归传递嵌套字典，因此您不必自己递归到嵌套字典。我认为我不会将unicode字符串转换为Wells show之类的数字。如果它是unicode字符串，则在JSON文件中被引为字符串，因此应该是字符串（或文件错误）。

另外，我会尽量避免str(val)对unicode对象执行类似操作。您应该使用value.encode(encoding)有效的编码，具体取决于外部库的期望。

因此，例如：

def _decode_list(data):
    rv = []
    for item in data:
        if isinstance(item, unicode):
            item = item.encode('utf-8')
        elif isinstance(item, list):
            item = _decode_list(item)
        elif isinstance(item, dict):
            item = _decode_dict(item)
        rv.append(item)
    return rv

def _decode_dict(data):
    rv = {}
    for key, value in data.iteritems():
        if isinstance(key, unicode):
            key = key.encode('utf-8')
        if isinstance(value, unicode):
            value = value.encode('utf-8')
        elif isinstance(value, list):
            value = _decode_list(value)
        elif isinstance(value, dict):
            value = _decode_dict(value)
        rv[key] = value
    return rv

obj = json.loads(s, object_hook=_decode_dict)

这是因为json在字符串对象和unicode对象之间没有区别。它们都是javascript中的字符串。

我认为JSON返回Unicode对象是正确的。实际上，我不会接受任何东西，因为javascript字符串实际上是unicode对象（即JSON（javascript）字符串可以存储任何类型的unicode字符），因此unicode在从JSON转换字符串时创建对象是有意义的。普通字符串不适合使用，因为库必须猜测您想要的编码。

最好在unicode任何地方使用字符串对象。因此，最好的选择是更新库，以便它们可以处理unicode对象。

但是，如果您真的想要字节串，只需将结果编码为您选择的编码即可：

>>> nl = json.loads(js)
>>> nl
[u'a', u'b']
>>> nl = [s.encode('utf-8') for s in nl]
>>> nl
['a', 'b']

存在一个简单的解决方法。

TL; DR-使用ast.literal_eval()代替json.loads()。双方ast并json在标准库。

虽然这不是一个“完美”的答案，但是如果您的计划是完全忽略Unicode，那么答案就很远了。在Python 2.7中

import json, ast
d = { 'field' : 'value' }
print "JSON Fail: ", json.loads(json.dumps(d))
print "AST Win:", ast.literal_eval(json.dumps(d))

给出：

JSON Fail:  {u'field': u'value'}
AST Win: {'field': 'value'}

当某些对象实际上是Unicode字符串时，这会变得更加冗长。完整的答案很快就会出现。

Mike Brennan的答案很接近，但是没有理由重新遍历整个结构。如果使用object_hook_pairs（Python 2.7+）参数：

object_pairs_hook是一个可选函数，将使用对的有序列表解码的任何对象文字的结果调用该函数。的返回值object_pairs_hook将代替dict。此功能可用于实现依赖于键和值对的解码顺序的自定义解码器（例如，collections.OrderedDict将记住插入顺序）。如果object_hook也定义，object_pairs_hook则优先。

使用它，您可以获得每个JSON对象，因此无需进行递归即可进行解码：

def deunicodify_hook(pairs):
    new_pairs = []
    for key, value in pairs:
        if isinstance(value, unicode):
            value = value.encode('utf-8')
        if isinstance(key, unicode):
            key = key.encode('utf-8')
        new_pairs.append((key, value))
    return dict(new_pairs)

In [52]: open('test.json').read()
Out[52]: '{"1": "hello", "abc": [1, 2, 3], "def": {"hi": "mom"}, "boo": [1, "hi", "moo", {"5": "some"}]}'                                        

In [53]: json.load(open('test.json'))
Out[53]: 
{u'1': u'hello',
 u'abc': [1, 2, 3],
 u'boo': [1, u'hi', u'moo', {u'5': u'some'}],
 u'def': {u'hi': u'mom'}}

In [54]: json.load(open('test.json'), object_pairs_hook=deunicodify_hook)
Out[54]: 
{'1': 'hello',
 'abc': [1, 2, 3],
 'boo': [1, 'hi', 'moo', {'5': 'some'}],
 'def': {'hi': 'mom'}}

请注意，由于您使用时，每个对象都将移交给该钩子，因此我不必递归调用该钩子object_pairs_hook。您确实需要关心列表，但是如您所见，列表中的对象将被正确转换，并且您无需递归即可实现它。

编辑：一位同事指出Python2.6没有object_hook_pairs。您仍然可以通过做一个很小的更改来使用Python2.6。在上方的挂钩中，更改：

for key, value in pairs:

至

for key, value in pairs.iteritems():

然后使用object_hook代替object_pairs_hook：

In [66]: json.load(open('test.json'), object_hook=deunicodify_hook)
Out[66]: 
{'1': 'hello',
 'abc': [1, 2, 3],
 'boo': [1, 'hi', 'moo', {'5': 'some'}],
 'def': {'hi': 'mom'}}

使用 object_pairs_hook结果，可以为JSON对象中的每个对象实例化一个更少的字典，如果您正在解析一个巨大的文档，那可能值得一试。

恐怕在simplejson库中无法自动实现此目的。

simplejson中的扫描器和解码器旨在生成unicode文本。为此，该库使用了一个称为c_scanstring（如果可用，为了提高速度）或py_scanstringC版本不可用的函数。该scanstring函数几乎被simplejson用来解码可能包含文本的结构的每个例程多次调用。您将不得不scanstring在simplejson.decoder中对值进行猴子修补，或者在子类中JSONDecoder提供几乎所有可能包含文本的您自己的完整实现。

但是，simplejson输出unicode的原因是json规范中特别提到“字符串是零个或多个Unicode字符的集合” ...对unicode的支持被认为是格式本身的一部分。Simplejson的scanstring实现范围甚至可以扫描和解释Unicode转义（甚至对格式错误的多字节字符集表示形式进行错误检查），因此唯一能够可靠地将值返回给您的方法就是Unicode。

如果您有一个需要使用的老化库，str建议您在解析后费力地搜索嵌套的数据结构（我承认这是您明确表示要避免的内容...对不起），或者将您的库包装成某种形式外观，您可以在其中更细化输入参数。如果您的数据结构确实深度嵌套，则第二种方法可能比第一种方法更易于管理。

正如Mark（Amery）正确指出的那样：仅当您只有ASCII时，才可以在json转储上使用PyYaml的反序列化器。至少开箱即用。

关于PyYaml方法的两个简短评论：

1. 切勿对字段中的数据使用yaml.load。yaml的功能（！）执行隐藏在结构中的任意代码。

2. 您可以通过以下方法使其也适用于非ASCII：

   def to_utf8(loader, node):
       return loader.construct_scalar(node).encode('utf-8')
   yaml.add_constructor(u'tag:yaml.org,2002:str', to_utf8)

但是从性能上来说，它与马克·阿默里的答案没有可比性：

将一些深层嵌套的示例字典扔到这两种方法上，我得到了这一点（dt [j] = json.loads（json.dumps（m））的时间增量）：

     dt[yaml.safe_load(json.dumps(m))] =~ 100 * dt[j]
     dt[byteify recursion(Mark Amery)] =~   5 * dt[j]

因此，反序列化包括完全遍历树和编码，完全在json基于C的实现的数量级之内。我发现这非常快，并且比深层嵌套结构中的yaml加载还要健壮。而且，查看yaml.load会减少安全性错误的发生。

=>虽然我希望使用指向仅基于C的转换器的指针，但byteify函数应该是默认答案。

如果您的json结构来自包含用户输入的字段，则尤其如此。因为那样的话，您可能无论如何都要遍历您的结构-独立于所需的内部数据结构（仅“ unicode三明治”或字节字符串）。

为什么？

Unicode 规范化。对于不知道：吃片止痛片和阅读此。

因此，使用字节化递归可以用一块石头杀死两只鸟：

1. 从嵌套的json转储中获取字节串
2. 使用户输入值标准化，以便您在存储中查找内容。

在我的测试中，结果证明，用unicodedata.normalize（'NFC'，input）.encode（'utf-8'）替换input.encode（'utf-8'）甚至比不使用NFC还要快-多数民众赞成在很大程度上取决于样本数据。

的疑难杂症的是，simplejson和json是两个不同的模块，至少在它们的方式处理的unicode。您使用的json是py 2.6+，它为您提供unicode值，而simplejson返回字符串对象。只需在您的环境中尝试easy_install-ing simplejson，看看是否可行。它对我有用。

只需使用pickle而不是json进行转储和加载，如下所示：

    import json
    import pickle

    d = { 'field1': 'value1', 'field2': 2, }

    json.dump(d,open("testjson.txt","w"))

    print json.load(open("testjson.txt","r"))

    pickle.dump(d,open("testpickle.txt","w"))

    print pickle.load(open("testpickle.txt","r"))

它产生的输出是（正确处理字符串和整数）：

    {u'field2': 2, u'field1': u'value1'}
    {'field2': 2, 'field1': 'value1'}

因此，我遇到了同样的问题。猜猜Google的第一个结果是什么。

因为我需要将所有数据传递给PyGTK，所以Unicode字符串对我也不是很有用。所以我有另一种递归转换方法。实际上，类型安全JSON转换也需要使用它-json.dump（）会在所有非文字类（例如Python对象）上保释。但是不转换字典索引。

# removes any objects, turns unicode back into str
def filter_data(obj):
        if type(obj) in (int, float, str, bool):
                return obj
        elif type(obj) == unicode:
                return str(obj)
        elif type(obj) in (list, tuple, set):
                obj = list(obj)
                for i,v in enumerate(obj):
                        obj[i] = filter_data(v)
        elif type(obj) == dict:
                for i,v in obj.iteritems():
                        obj[i] = filter_data(v)
        else:
                print "invalid object in data, converting to string"
                obj = str(obj) 
        return obj

我有一个JSON dict作为字符串。键和值是unicode对象，如以下示例所示：

myStringDict = "{u'key':u'value'}"

我可以通过使用byteify将字符串转换为dict对象来使用上面建议的功能ast.literal_eval(myStringDict)。

使用钩子支持Python2＆3（来自https://stackoverflow.com/a/33571117/558397）

import requests
import six
from six import iteritems

requests.packages.urllib3.disable_warnings()  # @UndefinedVariable
r = requests.get("http://echo.jsontest.com/key/value/one/two/three", verify=False)

def _byteify(data):
    # if this is a unicode string, return its string representation
    if isinstance(data, six.string_types):
        return str(data.encode('utf-8').decode())

    # if this is a list of values, return list of byteified values
    if isinstance(data, list):
        return [ _byteify(item) for item in data ]

    # if this is a dictionary, return dictionary of byteified keys and values
    # but only if we haven't already byteified it
    if isinstance(data, dict):
        return {
            _byteify(key): _byteify(value) for key, value in iteritems(data)
        }
    # if it's anything else, return it in its original form
    return data

w = r.json(object_hook=_byteify)
print(w)

返回值：

 {'three': '', 'key': 'value', 'one': 'two'}

这对游戏来说太晚了，但是我建立了这个递归脚轮。它可以满足我的需求，而且我认为它比较完整。它可能会帮助您。

def _parseJSON(self, obj):
    newobj = {}

    for key, value in obj.iteritems():
        key = str(key)

        if isinstance(value, dict):
            newobj[key] = self._parseJSON(value)
        elif isinstance(value, list):
            if key not in newobj:
                newobj[key] = []
                for i in value:
                    newobj[key].append(self._parseJSON(i))
        elif isinstance(value, unicode):
            val = str(value)
            if val.isdigit():
                val = int(val)
            else:
                try:
                    val = float(val)
                except ValueError:
                    val = str(val)
            newobj[key] = val

    return newobj

只需将其传递给JSON对象，如下所示：

obj = json.loads(content, parse_float=float, parse_int=int)
obj = _parseJSON(obj)

我将其作为课程的私有成员，但是您可以根据需要重新调整方法的用途。

我重写了Wells的_parse_json（）来处理json对象本身是数组的情况（我的用例）。

def _parseJSON(self, obj):
    if isinstance(obj, dict):
        newobj = {}
        for key, value in obj.iteritems():
            key = str(key)
            newobj[key] = self._parseJSON(value)
    elif isinstance(obj, list):
        newobj = []
        for value in obj:
            newobj.append(self._parseJSON(value))
    elif isinstance(obj, unicode):
        newobj = str(obj)
    else:
        newobj = obj
    return newobj

这是用C语言编写的递归编码器：https : //github.com/axiros/nested_encode

与json.loads相比，“平均”结构的性能开销约为10％。

python speed.py                                                                                            
  json loads            [0.16sec]: {u'a': [{u'b': [[1, 2, [u'\xd6ster..
  json loads + encoding [0.18sec]: {'a': [{'b': [[1, 2, ['\xc3\x96ster.
  time overhead in percent: 9%

使用以下测试结构：

import json, nested_encode, time

s = """
{
  "firstName": "Jos\\u0301",
  "lastName": "Smith",
  "isAlive": true,
  "age": 25,
  "address": {
    "streetAddress": "21 2nd Street",
    "city": "\\u00d6sterreich",
    "state": "NY",
    "postalCode": "10021-3100"
  },
  "phoneNumbers": [
    {
      "type": "home",
      "number": "212 555-1234"
    },
    {
      "type": "office",
      "number": "646 555-4567"
    }
  ],
  "children": [],
  "spouse": null,
  "a": [{"b": [[1, 2, ["\\u00d6sterreich"]]]}]
}
"""


t1 = time.time()
for i in xrange(10000):
    u = json.loads(s)
dt_json = time.time() - t1

t1 = time.time()
for i in xrange(10000):
    b = nested_encode.encode_nested(json.loads(s))
dt_json_enc = time.time() - t1

print "json loads            [%.2fsec]: %s..." % (dt_json, str(u)[:20])
print "json loads + encoding [%.2fsec]: %s..." % (dt_json_enc, str(b)[:20])

print "time overhead in percent: %i%%"  % (100 * (dt_json_enc - dt_json)/dt_json)

使用Python 3.6，有时我仍然遇到这个问题。例如，当从REST API获取响应并将响应文本加载到JSON时，我仍然会获得unicode字符串。使用json.dumps（）找到了一个简单的解决方案。

response_message = json.loads(json.dumps(response.text))
print(response_message)

我也遇到了这个问题，不得不处理JSON，我想出了一个小循环将Unicode键转换为字符串。（simplejson在GAE上不返回字符串键。）

obj 是从JSON解码的对象：

if NAME_CLASS_MAP.has_key(cls):
    kwargs = {}
    for i in obj.keys():
        kwargs[str(i)] = obj[i]
    o = NAME_CLASS_MAP[cls](**kwargs)
    o.save()

kwargs是我传递给GAE应用程序的构造函数的内容（它不喜欢其中的unicode键**kwargs）

不像Wells的解决方案那样强大，但是要小得多。

我从Mark Amery的答案中改编了代码，尤其是为了摆脱isinstance鸭蛋式游戏的优点。

编码是手动完成的，ensure_ascii已被禁用。的python文档json.dump说

如果suresure_ascii为True（默认值），则输出中的所有非ASCII字符均以\ uXXXX序列转义

免责声明：在doctest中，我使用了匈牙利语。一些与匈牙利人相关的著名字符编码是：使用cp852的IBM / OEM编码，例如。在DOS中（有时不正确地称为ascii，我认为这取决于代码页设置），cp1250例如。在Windows中（有时称为ansi，取决于语言环境设置），并且iso-8859-2有时在http服务器上使用。测试文本Tüskéshátú kígyóbűvölő归因于Wikipedia的KoltaiLászló（本机人名）。

# coding: utf-8
"""
This file should be encoded correctly with utf-8.
"""
import json

def encode_items(input, encoding='utf-8'):
    u"""original from: https://stackoverflow.com/a/13101776/611007
    adapted by SO/u/611007 (20150623)
    >>> 
    >>> ## run this with `python -m doctest <this file>.py` from command line
    >>> 
    >>> txt = u"Tüskéshátú kígyóbűvölő"
    >>> txt2 = u"T\\u00fcsk\\u00e9sh\\u00e1t\\u00fa k\\u00edgy\\u00f3b\\u0171v\\u00f6l\\u0151"
    >>> txt3 = u"uúuutifu"
    >>> txt4 = b'u\\xfauutifu'
    >>> # txt4 shouldn't be 'u\\xc3\\xbauutifu', string content needs double backslash for doctest:
    >>> assert u'\\u0102' not in b'u\\xfauutifu'.decode('cp1250')
    >>> txt4u = txt4.decode('cp1250')
    >>> assert txt4u == u'u\\xfauutifu', repr(txt4u)
    >>> txt5 = b"u\\xc3\\xbauutifu"
    >>> txt5u = txt5.decode('utf-8')
    >>> txt6 = u"u\\u251c\\u2551uutifu"
    >>> there_and_back_again = lambda t: encode_items(t, encoding='utf-8').decode('utf-8')
    >>> assert txt == there_and_back_again(txt)
    >>> assert txt == there_and_back_again(txt2)
    >>> assert txt3 == there_and_back_again(txt3)
    >>> assert txt3.encode('cp852') == there_and_back_again(txt4u).encode('cp852')
    >>> assert txt3 == txt4u,(txt3,txt4u)
    >>> assert txt3 == there_and_back_again(txt5)
    >>> assert txt3 == there_and_back_again(txt5u)
    >>> assert txt3 == there_and_back_again(txt4u)
    >>> assert txt3.encode('cp1250') == encode_items(txt4, encoding='utf-8')
    >>> assert txt3.encode('utf-8') == encode_items(txt5, encoding='utf-8')
    >>> assert txt2.encode('utf-8') == encode_items(txt, encoding='utf-8')
    >>> assert {'a':txt2.encode('utf-8')} == encode_items({'a':txt}, encoding='utf-8')
    >>> assert [txt2.encode('utf-8')] == encode_items([txt], encoding='utf-8')
    >>> assert [[txt2.encode('utf-8')]] == encode_items([[txt]], encoding='utf-8')
    >>> assert [{'a':txt2.encode('utf-8')}] == encode_items([{'a':txt}], encoding='utf-8')
    >>> assert {'b':{'a':txt2.encode('utf-8')}} == encode_items({'b':{'a':txt}}, encoding='utf-8')
    """
    try:
        input.iteritems
        return {encode_items(k): encode_items(v) for (k,v) in input.iteritems()}
    except AttributeError:
        if isinstance(input, unicode):
            return input.encode(encoding)
        elif isinstance(input, str):
            return input
        try:
            iter(input)
            return [encode_items(e) for e in input]
        except TypeError:
            return input

def alt_dumps(obj, **kwargs):
    """
    >>> alt_dumps({'a': u"T\\u00fcsk\\u00e9sh\\u00e1t\\u00fa k\\u00edgy\\u00f3b\\u0171v\\u00f6l\\u0151"})
    '{"a": "T\\xc3\\xbcsk\\xc3\\xa9sh\\xc3\\xa1t\\xc3\\xba k\\xc3\\xadgy\\xc3\\xb3b\\xc5\\xb1v\\xc3\\xb6l\\xc5\\x91"}'
    """
    if 'ensure_ascii' in kwargs:
        del kwargs['ensure_ascii']
    return json.dumps(encode_items(obj), ensure_ascii=False, **kwargs)

我还想强调Jarret Hardie的答案，该答案引用了JSON规范，并引用：

字符串是零个或多个Unicode字符的集合

在我的用例中，我有带有json的文件。它们是utf-8编码文件。ensure_ascii会导致正确转义但可读性不强的json文件，这就是为什么我调整了Mark Amery的答案来满足自己的需求的原因。

doctest并不是特别周到，但是我分享了代码，希望它对某人有用。

看看这个类似问题的答案，该问题指出

u-前缀仅表示您具有Unicode字符串。当您真正使用字符串时，它不会出现在您的数据中。不要被打印输出扔掉。

例如，尝试以下操作：

print mail_accounts[0]["i"]

你不会看到你。