由于 unicode 字符，无法在 Python 中将字符串转换为 Json答案

【问题标题】：Unable to convert string to Json in Python because of unicode characters由于 unicode 字符，无法在 Python 中将字符串转换为 Json
【发布时间】：2016-01-23 08:15:01
【问题描述】：

我在 Python 3.5 中有一个字符串，我想从中创建一个 Json 对象。但事实证明该字符串包含如下内容：

"saved_search_almost_max_people_i18n":"You are reaching your current limit of saved people searches. \\u003ca href=\\"/mnyfe/subscriptionv2?displayProducts=&family=general&trk=vsrp_ss_upsell\\"\\u003eLearn more &gt;\\u003c/a\\u003e"

这些 unicode 字符使 json.loads 函数失败；实际上，如果我尝试在任何在线格式化程序中将字符串格式化为 Json，就会出现多个错误。

如您所见，我是一名 Python 新手，但我一直在寻找很多资源，但没有找到任何解决方案。顺便说一句，String 来自一个 Beautifulsoup 操作：

soup = self.loadSoup(URL)
result = soup.find('code', id=TAG_TO_FIND)
rTxt=str(result)
j = json.loads(rTxt)

我看到的第一个错误（如果我更正这个错误，还有更多错误）：

json.decoder.JSONDecodeError: Invalid \escape: line 1 column 858 (char 857)

谢谢大家。

【问题讨论】：

标签： python json beautifulsoup web-crawler

【解决方案1】：

如果我理解正确，您正在尝试使用 Beautiful Soup 解析 HTML 文档，并从该文档中的特定 code 元素中提取 JSON 文本。

如果是这样，下面这行是错误的：

rTxt=str(result)

在 Beautiful Soup 上调用 str() Tag 返回其 HTML 表示。相反，您需要 string 属性：

rTxt=result.string

【讨论】：

实际上问题在于解析我得到的字符串（rTxt 中的那个）。它包含像\u003e这样的unicode字符，而json解析器不喜欢它们......
@vanderflo 你能转储和发布rTxt的内容吗？
例如："teamlink_enable_error_text_i18n":"TeamLink 搜索可以\xe2\x80\x99t 从这里启用。您可以从 \\u003ca href=\\"/settings/?trk= 启用它vsrp_tl_optin_fail\\"\\u003e设置页面\\u003c/a\\u003e"
@vanderflo 这根本不是有效的 JSON；它看起来像来自 JSON 文本的 sn-p。特别是字符串看起来像已呈现为 Python 字符串的 JSON 字符串，即 JSON 的 \u003c 中的反斜杠已被 Python 转义，得到 \\u003c。但即使你修复了转义，你也不应该能够解析它。
@vanderflo 你能把文件的 URL 贴一下吗？