如何在 JSON 中解码 ¥ [重复]答案

【问题标题】：How to decode ¥ in JSON [duplicate]如何在 JSON 中解码 ¥ [重复]
【发布时间】：2014-05-08 06:13:38
【问题描述】：

我在用python解析一个JSON文件，我知道是因为这个¥，

我收到了这个错误当我使用 json.loads 时

UnicodeDecodeError: 'utf8' codec can't decode byte 0xa5 in position 106:
invalid start byte

但是我该如何解决呢？我要重新解码和编码吗？

¥是中国货币符号，但我不确定它属于哪个代码类别。

谢谢！

更新：

=====================

我想我的问题应该是，如果你看到这个符号，你是怎么猜到编码的。

这个问题的答案可能是：

如果您看到 ¥，则“utf-8”不起作用，请尝试“latin-1”。这种理解正确吗？

【问题讨论】：

JSON 默认在 utf8 上运行。您必须先将字符串转换为 utf8。如果您不知道编码，那么您无能为力。
我试过了 json.loads(contents,encoding='latin1') 似乎工作。但如果有人能给出更全面的答案，将不胜感激！谢谢！
但是有什么你不明白的？您有一个不同编码的字符串，因此您在执行json.loads 时指定编码并且它可以工作。故事的结局。
@Niebieski 你不应该猜测编码。数据源应告诉您编码，例如，如果您从 Web 下载文件，则使用 HTTP 标头。
您真的需要查看您从何处获取 JSON。生成它的代码有一个错误（JSON 是 UTF-8），只有在所有其他方法都失败时才应该在消费者端修复它。

标签： python json encode google-finance

【解决方案1】：

真正的答案是，在一般情况下，您无法确定未知数据的编码。

给定上下文，例如英文文本，您有时可以猜测例如c?rrupted 已将“o”替换为“？”，但如果您没有那种上下文，您甚至无法判断哪些字节是错误的。

对于你的具体例子，你问错了。如果您看到yen sign，您使用哪种编码来查看数据？如果它是 Latin-1，那么您正在查看的字节值是 0xA5。这个值可以是looked up；您可能正在查看 v‎、¥‎、¸‎、Ë‎、Í‎、Ñ‎、Ą‎、ą‎、ċ‎、Ĩ‎、Ľ‎、ź‎、Β‎、Ξ‎、ξ ‎, Ѕ‎, Ц‎, е‎, Ґ‎, Ҙ‎, ح‎, ٪‎, ۴‎, ฅ‎, „‎, •‎, ₯‎, ╔‎, ﺄ‎，或多字节编码的片段。

如果产生未知数据的程序或组织可用，您可以与人交谈和/或试用该软件；但是如果找不到权威的答案，你最终只是猜测，或者放弃。

现代格式需要已知编码是有原因的，并且会拒绝明显违反该编码的输入。

【讨论】：

【解决方案2】：

使用以下代码解决了问题：

 json.loads(contents,encoding='latin1')

我对编码感到困惑，来源没有明确说明。

【讨论】：

事实上，来源是错误的，因为正确的 JSON 是按照定义 UTF-8。
对于未来尝试解决此问题的访问者，也许需要说明您需要知道正确的编码。输入“Latin-1”绝对会消除错误消息，但如果这实际上不是正确的编码，则会产生垃圾。