Преобразование строки Юникода в UTF-8, а затем в JSON

Question

Я хочу кодировать строку в UTF-8 и просматривать соответствующие байты UTF-8 отдельно. В Python РЕПЛ следующее, кажется, работает нормально:

>>> unicode('©', 'utf-8').encode('utf-8') 
'\xc2\xa9' 

Обратите внимание, что я использую U+00A9 COPYRIGHT SIGN в качестве примера здесь. '\xC2\xA9' близок к тому, что я хочу - строка, состоящая из двух отдельных кодовых точек: U + 00C2 и U + 00A9. (Когда UTF-8-декодирован, он возвращает исходную строку, '\xA9'.)

Затем я хочу, чтобы строка с кодировкой UTF-8 была преобразована в JSON-совместимую строку. Однако, следующее, кажется, не делать то, что я хочу:

>>> import json; json.dumps('\xc2\xa9') 
'"\\u00a9"' 

Обратите внимание, что он генерирует строку, содержащую U + 00A9 (оригинальный символ). Вместо этого мне нужна строка с кодировкой UTF-8, которая будет выглядеть как "\u00C2\u00A9" в действительном JSON.

TL; DR Как я могу превратить '©' в "\u00C2\u00A9" в Python? Я чувствую, что мне не хватает чего-то очевидного - нет ли встроенного способа сделать это?

Answer 1

Если вы действительно хотите получить "\u00c2\u00a9", введите json строку Unicode в качестве входных данных.

>>> print json.dumps(u'\xc2\xa9') 
"\u00c2\u00a9" 

Вы можете создать эту строку Unicode из необработанных байтов:

s = unicode('©', 'utf-8').encode('utf-8') 
s2 = u''.join(unichr(ord(c)) for c in s) 

Я думаю, что вы действительно хотите "\xc2\xa9" как выход, но я не уверен, как произвести это еще.