Je suis tombé sur un code de caractère lors de la conversion de CSV en JSON avec Python

Aperçu

Lorsque j'ai créé un outil pour convertir un fichier CSV en fichier JSON avec Python, le contenu du fichier JSON était déformé, je vais donc laisser la méthode de correction.

Ressource

Fichier CSV → Source de conversion du fichier JSON (avant modification)

• Référence → http://hktech.hatenablog.com/entry/2018/09/10/235725

csv_to_json.py

import json
import csv

json_list = []

#Lire le fichier CSV
with open('./csv_sample.csv', 'r') as f:
    for row in csv.DictReader(f):
        json_list.append(row)

#Écrire dans un fichier JSON
with open('./json_sample.json', 'w') as f:
    json.dump(json_list, f)
# with codecs.open('./json_sample.json', 'w', 'utf-8') as f:
#     json.dump(json_list, f, ensure_ascii=False)

#Chargement du fichier JSON
with open('./json_sample.json', 'r') as f:
    json_output = json.load(f)

Fichier CSV

csv_sample.csv

Nom,Classement,Pays d'origine
Nadal,2,Espagne
Federer,3,Suisse
Jokovic,1,Serbie

Exécutez csv_to_json.py pour générer un fichier JSON

Exécutez csv_to_json.py

(csv_to_json_tool) bash-3.2$ python csv_to_json.py

Fichier JSON généré après l'exécution

[{"\u540d\u524d": "\u30ca\u30c0\u30eb", "\u9806\u4f4d": "2", "\u51fa\u8eab\u56fd": "\u30b9\u30da\u30a4\u30f3"}, {"\u540d\u524d": "\u30d5\u30a7\u30c7\u30e9\u30fc", "\u9806\u4f4d": "3", "\u51fa\u8eab\u56fd": "\u30b9\u30a4\u30b9"}, {"\u540d\u524d": "\u30b8\u30e7\u30b3\u30d3\u30c3\u30c1", "\u9806\u4f4d": "1", "\u51fa\u8eab\u56fd": "\u30bb\u30eb\u30d3\u30a2"}]

Les personnages ont été déformés. Vérifiez le code de caractère du fichier JSON avec la commande [file --mime].

• À propos de la commande [file --mime] → https://qiita.com/pugiemonn/items/106749351991037fb606

(csv_to_json_tool) bash-3.2$ file --mime json_sample.json 
json_sample.json: application/json; charset=us-ascii

Le code du caractère est us-ascii, et il semble qu'il a été écrit dans un état d'échappement Unicode.

• À propos du code de caractère et de la méthode de décryptage → https://ferret-plus.com/7007
• À propos de l'évasion → https://blog.ohgaki.net/what-is-escape#i-2

Correction des caractères brouillés dans le fichier JSON

En spécifiant "ensure_ascii = False" dans le troisième argument de json.dump lors de l'écriture d'un fichier JSON, il était possible d'écrire avec utf-8 et d'éviter les échappements.

• À propos de json.dump de Python → https://docs.python.org/ja/3/library/json.html#json.dump Si> ensure_ascii est true (valeur par défaut), la sortie garantit que tous les caractères non ASCII saisis sont échappés. Si ensure_ascii est faux, ces caractères seront imprimés tels quels.

csv_to_json.py

import json
import csv

json_list = []

#Lire le fichier CSV
with open('./csv_sample.csv', 'r') as f:
    for row in csv.DictReader(f):
        json_list.append(row)

#Écrire dans un fichier JSON
with codecs.open('./json_sample.json', 'w') as f:
    json.dump(json_list, f, ensure_ascii=False)      #"ensure_ascii=False"Spécifier

#Chargement du fichier JSON
with open('./json_sample.json', 'r') as f:
    json_output = json.load(f)
    print(json_output)

(csv_to_json_tool) bash-3.2$ file --mime json_sample.json 
json_sample.json: application/json; charset=utf-8

Fichier JSON généré après l'exécution

json_sample.json

[{"Nom": "Nadal", "Classement": "2", "Pays d'origine": "Espagne"}, {"Nom": "Federer", "Classement": "3", "Pays d'origine": "Suisse"}, {"Nom": "Jokovic", "Classement": "1", "Pays d'origine": "Serbie"}]

Il était affiché tel quel!