用 Python 爬蟲抓取資料後，通常會將結果存成 JSON 格式。然而，Python 的 json.dumps() 預設行為會將非 ASCII 字元（包含中文、日文等）轉換成 \uXXXX 的 Unicode 跳脫序列，讓儲存的檔案難以直接閱讀。這篇文章說明問題原因與正確的解決方式。
問題重現
1
2
3
4
5
6
|
import json
data = {"artist": "じん"} # 日文字
result = json.dumps(data)
print(result)
# 輸出：{"artist": "\u3058\u3093"}
|
雖然程式讀取時不會有問題（JSON 規範允許 \uXXXX 表示法），但存到檔案後用文字編輯器開啟，會看到一堆跳脫序列，可讀性很差。
根本原因：ensure_ascii=True
json.dumps() 有一個參數 ensure_ascii，預設值為 True，這會讓所有非 ASCII 字元都被轉成 \uXXXX 格式，以確保輸出的 JSON 只包含 ASCII 字元（相容性最高）。
解決方式：ensure_ascii=False
1
2
3
4
5
6
|
import json
data = {"artist": "じん", "song": "人造エネミー"}
result = json.dumps(data, ensure_ascii=False)
print(result)
# 輸出：{"artist": "じん", "song": "人造エネミー"}
|
正確的 UTF-8 JSON 檔案讀寫
寫入 JSON 檔案
1
2
3
4
5
6
7
8
9
10
|
import json
data = [
{"name": "王小明", "age": 25},
{"name": "田中さん", "age": 30}
]
# 正確做法：同時設定 ensure_ascii=False 和 encoding='utf-8'
with open("output.json", "w", encoding="utf-8") as f:
json.dump(data, f, ensure_ascii=False, indent=2)
|
json.dump()（不加 s）直接寫入檔案物件，json.dumps()（加 s）返回字串。
讀取 JSON 檔案
1
2
3
4
5
6
|
import json
with open("output.json", "r", encoding="utf-8") as f:
data = json.load(f)
print(data[0]["name"]) # 王小明
|
Python 2 vs Python 3 的差異
| 面向 |
Python 2 |
Python 3 |
| 預設字串 |
bytes（str） |
Unicode（str） |
| Unicode 字串 |
需加 u 前綴：u"中文" |
直接使用 "中文" |
| 開啟檔案 |
需用 io.open() 指定 encoding |
open() 直接支援 encoding 參數 |
json.dumps() |
同樣預設 ensure_ascii=True |
同樣預設 ensure_ascii=True |
Python 2 的正確寫法（已不建議使用 Python 2）：
1
2
3
4
5
6
7
8
|
# Python 2
import json, io
data = {u"name": u"王小明"}
result = json.dumps(data, ensure_ascii=False)
with io.open("output.json", "w", encoding="utf-8") as f:
f.write(result)
|
Python 3 的寫法更簡潔：
1
2
3
4
5
6
7
|
# Python 3（建議）
import json
data = {"name": "王小明"}
with open("output.json", "w", encoding="utf-8") as f:
json.dump(data, f, ensure_ascii=False, indent=2)
|
其他格式化選項
1
2
3
4
5
6
|
json.dumps(data,
ensure_ascii=False, # 保留非 ASCII 字元
indent=2, # 縮排 2 格（美化輸出）
sort_keys=True, # 按鍵名排序
separators=(',', ':') # 壓縮輸出（去除空格）
)
|
處理換行符號
爬蟲抓到的文字常含有 \n、\r、\t 等控制字元，存入 JSON 時會被轉義，讀出時再還原，通常不需要特別處理。若確實需要保留字面上的反斜線，可用：
1
2
|
text = "第一行\n第二行"
# json.dumps 後：{"text": "第一行\n第二行"} ← \n 是跳脫序列，讀取時自動還原為換行
|
參考資料