如何在python中将unicode字符串(来自JSON的字符串)编码为'utf-8‘？

Question

我正在使用Flask-Python创建一个REST API。其中一个urls (/uploads)接受( POST HTTP请求)和一个JSON '{"src":"void"，"settings":"my settings"}‘。我可以单独提取每个对象，并将其编码为一个字节字符串，然后使用python中的hashlib对其进行哈希处理。然而，我的目标是获取整个字符串，然后进行编码，使其看起来像like...myfile.encode('utf-8')。打印我的文件显示如下{u‘’src‘：u’‘void’，u‘settings’：u‘’my settings'}，有没有我可以接受上面的单码字符串，然后编码到utf-8到hashlib.sha1的字节序列(mayflies.encode(‘uff-8’)。一定要让我知道更多的澄清。提前谢谢。

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

Answer 1

正如您在评论中所说，您使用以下工具解决了问题：

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

但重要的是要理解为什么这样做是可行的。Flask 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，因为它抽象了内部Python表示，就像只有unicode()一样。

Python 2

在Python2(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。当您将非ASCII数据发送到json.dumps()时，它将使用JSON转义序列来实际转储ASCII:不需要编码为UTF-8。此外，由于Zen of Python说“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，这将不再起作用。在Python3中，json.dumps()返回unicode，即使unicode字符串中的所有内容都是ASCII码。但hashlib.sha1只能在bytes上运行。您需要显式转换，即使ASCII编码是您所需要的全部：

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

这就是为什么Python3是一种更好的语言:无论是str (Unicode)还是bytes，它都迫使您更加明确地说明所使用的文本。这就避免了以后的许多问题。