【问题标题】：How to encode a unicode string (ones from JSON) to 'utf-8' in python?如何在python中将unicode字符串（来自JSON的字符串）编码为'utf-8'？
【发布时间】：2015-10-17 23:08:03
【问题描述】：

我正在使用 Flask-Python 创建一个 REST API。其中一个 url (/uploads) 接收（一个 POST HTTP 请求）和一个 JSON '{"src":"void", "settings":"my settings"}'。我可以单独提取每个对象并编码为一个字节字符串，然后可以在 python 中使用 hashlib 对其进行散列。但是，我的目标是获取整个字符串，然后进行编码，使其看起来像...myfile.encode('utf-8')。打印 myfile 显示如下 >> {u'src':u'void', u'settings':u'my settings'}，无论如何我可以将上面的 unicoded 字符串编码为 utf-8 到一个序列hashlib.sha1(mayflies.encode('uff-8') 的字节。请让我知道以获得更多说明。提前致谢。

fileSRC = request.json['src']
fileSettings = request.json['settings']

myfile = request.json
print myfile

#hash the filename using sha1 from hashlib library
guid_object = hashlib.sha1(fileSRC.encode('utf-8')) // this works however I want myfile to be encoded not fileSRC
guid = guid_object.hexdigest() //this works 
print guid

【问题讨论】：

澄清：您是否要使 json 成为字符串并对其进行哈希处理？
您好，感谢您的回复。我从你的问题中得到了答案，它现在有效。非常感谢。
我使用了 ...jsonContent = json.dumps(request.json)..then guid_object = hashlib.sha1(jsonContent.encode('utf-8'))。现在可以了。

标签： python json python-2.7 unicode utf-8

【解决方案1】：

正如您在 cmets 中所说，您使用以下方法解决了您的问题：

jsonContent = json.dumps(request.json)
guid_object = hashlib.sha1(jsonContent.encode('utf-8'))

但重要的是要了解为什么会这样。烧瓶sends you unicode() for non-ASCII, and str() for ASCII。使用 JSON 转储结果将为您提供一致的结果，因为它抽象出内部 Python 表示，就像您只有 unicode()。

Python 2

在 Python 2（您正在使用的 Python 版本）中，您不需要.encode('utf-8')，因为json.dumps() 的ensure_ascii 的默认值是True。当您向json.dumps() 发送非ASCII 数据时，它将使用JSON 转义序列来实际转储ASCII：无需编码为UTF-8。此外，由于Zen of Python 表示“显式优于隐式”，即使ensure_ascii 已经是True，您也可以指定它：

jsonContent = json.dumps(request.json, ensure_ascii=True)
guid_object = hashlib.sha1(jsonContent)

Python 3

然而，在 Python 3 中，这将不再有效。 Inded，json.dumps() 在 Python 3 中返回 unicode，即使 unicode 字符串中的所有内容都是 ASCII。但是hashlib.sha1 仅适用于bytes。即使只需要 ASCII 编码，您也需要进行显式转换：

jsonContent = json.dumps(request.json, ensure_ascii=True)
guid_object = hashlib.sha1(jsonContent.encode('ascii'))

这就是为什么 Python 3 是一种更好的语言的原因：它迫使您对所使用的文本更加明确，无论是 str (Unicode) 还是 bytes。这样可以避免很多很多问题。

【讨论】：