PythonでエスケープされたUnicodeシーケンスをUTF-8に変換する

Question

したがって、BeautifulSoupを使用しています。それは私にいくつかのHTMLノードのテキストを取得しますが、これらのノードは、例えば、文字列

、これを持っているHTML要素にエスケープシーケンスに変換される一部のUnicode文字を、持っている： ： は50 €は似BeautifulSoupによって取得されますsoup.find("h2").textはこの文字列として50\u20acです。これはPythonコンソールでのみ読み取ることができます。 しかし、それはJSONファイルに書き込まれると判読できなくなります。 注：このコードを使用してjsonに保存します。 with open('file.json', 'w') as fp: json.dump(fileToSave, fp) これらのUnicode文字をUTF-8に変換するにはどうしたらよいですか？

Answer 1

小さなデモ、非ASCIIはUnicodeのエスケープコードをJSONに書き込まれます。 JSONを読み込む機能には影響しませんが、.jsonファイル自体は読みにくいです。 out.jsonの

Python 3.6.1 (v3.6.1:69c0db5, Mar 21 2017, 18:41:36) [MSC v.1900 64 bit (AMD64)] on win32 
Type "help", "copyright", "credits" or "license" for more information. 
>>> from bs4 import BeautifulSoup 
>>> html = '<element>50\u20ac</element' 
>>> html 
'<element>50€</element' 
>>> soup = BeautifulSoup(html,'html') 
>>> soup.find('element').text 
'50€' 
>>> import json 
>>> with open('out.json','w',encoding='utf8') as f: 
... json.dump(soup.find('element').text,f,ensure_ascii=False) 
... 
>>> ^Z 

コンテンツ（UTF-8でエンコードされた）：

"50€" 

Answer 2

以下にしてみてください：Pythonの2.7の場合

utf8string = <unicodestring>.encode("utf-8") 

Answer 3

を、私はあなたがcodecsとjson.dump(obj, fp, ensure_ascii=False)を使用することができると思います。例：あなたはensure_ascii=Falseを使用してJSONにダンプしていない場合はPython 3を使用して

import codecs 
import json 

with codecs.open(filename, 'w', encoding='utf-8') as fp: 
    # obj is a 'unicode' which contains "50 €" 
    json.dump(obj, fp, ensure_ascii=False)