Python xmltodict转JSON乱码 解决字典转JSON时的编码问题

根本原因是json.dumps()默认ensure_ASCII=true导致中文转义，且xml文件编码未正确指定或写入json时未设utf-8编码。需三步：确认源xml编码→用对应encoding读取→parse后dumps时设ensure_ascii=false并以utf-8写入。

xmltodict.parse() 返回的字典含中文但 json.dumps() 出现乱码

根本原因不是 xmltodict 本身出错，而是 json.dumps() 默认不启用中文字符转义，且未指定 ensure_ascii=False —— 它会把所有非 ASCII 字符（比如中文）强制编码成 uXXXX 形式，看起来像乱码，实际是 Unicode 转义序列。

• 如果你用 print(json.dumps(data)) 看到一堆 u4f60u597d，这不是乱码，是 JSON 标准行为；真正要写入文件或传给前端时才需要可读中文
• 必须显式传参 ensure_ascii=False，否则无论输入多干净，输出都是转义形式
• 如果原始 XML 文件本身是 GBK 编码，而你没指定 encoding 给 xmltodict.parse()，那第一步就已损坏——此时 json.dumps 再怎么设也救不回来

从文件读取 XML 时 encoding 参数漏设导致后续全乱

xmltodict.parse() 接收字符串，不自动探测编码。若 XML 文件是 GBK 或 GB2312，直接用 open(path).read()（默认 UTF-8）读取，就会解码失败，产生 UnicodeDecodeError 或静默乱码。

• 先确认 XML 文件真实编码：可用命令行 file -i filename.xml（linux/macos）或 VS Code 底部状态栏查看
• 读取时务必显式指定：with open('data.xml', 'r', encoding='gbk') as f: xml_str = f.read()
• 再传给 xmltodict.parse(xml_str)；跳过这步，后面所有 JSON 操作都在错误数据上叠加
• 如果 XML 声明里写了 <?xml version="1.0" encoding="GBK"?>，xmltodict 不会自动按它解码，仍需你手动处理

json.dumps() 写入文件后打开仍是乱码

即使加了 ensure_ascii=False，写入文件时若没指定文件编码，python 默认用系统 locale（windows 常为 GBK），而编辑器（如 VS Code、Notepad++）可能按 UTF-8 解析，显示就错位。

• 写文件必须配对指定编码：with open('out.json', 'w', encoding='utf-8') as f: f.write(json.dumps(data, ensure_ascii=False, indent=2))
• 不要用 open(...).write(...) 两步分开，避免中间字符串隐式转换
• 检查目标文件是否真为 UTF-8：用 file -i out.json 验证，或在编辑器里看右下角编码标识
• 如果下游系统（如 Java 后端）要求 bom 头，需手动加 'ufeff' 前缀，但绝大多数现代 JSON 解析器不需要也不推荐

嵌套层级深、含特殊字符时 json.dumps() 报错

xmltodict 可能将 XML 注释、CDATA、属性等转为特殊结构（如 @ 开头键名、#text 键），若其中混入不可 JSON 序列化的类型（如 datetime、自定义对象），json.dumps() 直接抛 TypeError。

立即学习“Python免费学习笔记（深入）”；

• 常见报错：Object of type datetime is not JSON serializable —— 检查 XML 是否含时间戳字段，被解析为 datetime 对象
• 简单过滤：用 default 参数兜底，例如 json.dumps(data, default=str, ensure_ascii=False)，把所有非标类型转成字符串
• 更稳妥做法：先递归遍历字典，把 datetime、bytes 等转成 ISO 格式字符串或 base64，而不是依赖 default=str（它会把 bytes 转成 b'xxx' 这种不可逆形式）
• 注意：XML 属性值默认变成字符串，但某些 parser 配置可能保留原始类型，需实测验证

实际跑通的关键顺序就三步：确认源文件编码 → 用对应 encoding 读成字符串 → xmltodict.parse() 得字典 → json.dumps(..., ensure_ascii=False) + open(..., encoding='utf-8') 写入。漏掉任一环，中文都会“消失”。