Aws glue 如何告诉AWS glue我的json是utf-8？

我正在尝试使用AWS胶水爬虫为json文件创建一个表。我的JSon文件是带BOM的utf-8。AWS Glue似乎无法将该文件识别为json（或者任何事实上的东西），因此它创建了一个空表定义。纯文本文件确实可以工作（但它们当然不能正确地包含国际字符）。

---

有没有办法告诉Glue文件是utf-8？我已经尝试将S3元数据“Content Type”设置为“application/json；charset=utf-8”，但没有任何帮助。

事实证明，对于AWS Glue json文件，不能有BOM表。正如triplee在评论中所说，它们默认为utf-8。的确，他说：

8.1。字符编码
不属于封闭生态系统的系统之间交换的JSON文本必须使用UTF-8编码

并补充说：

实现不得将字节顺序标记（U+FEFF）添加到 网络传输的JSON文本的开头。为了 互操作性，解析JSON文本的实现可能会忽略 字节顺序标记的存在，而不是将其视为 错误

---

如果AWS Glue能做到最后一点，那会很好，但他们不需要这样做。

事实证明，对于AWS Glue，json文件不能有BOM表。正如triplee在评论中所说，它们默认为utf-8。的确，他说：

8.1。字符编码
不属于封闭生态系统的系统之间交换的JSON文本必须使用UTF-8编码

并补充说：

实现不得将字节顺序标记（U+FEFF）添加到 网络传输的JSON文本的开头。为了 互操作性，解析JSON文本的实现可能会忽略 字节顺序标记的存在，而不是将其视为 错误

---

如果AWS Glue能做到最后一点，那会很好，但他们不需要这样做。

JSON的定义是UTF-8。尝试删除BOM；正确的UTF-8应该不需要，Unicode联盟通常建议不要插入BOM。否则，我猜您在这里选错了树，或者您的数据实际上不是UTF-8。您是对的，BOM似乎是个问题。谢谢可能会发布一个自我回答，并最终将其标记为已接受（我认为您需要等待一段时间才能回答，再等待一段时间才能接受代表级别的回答）。好的，我会的，我想您可能需要代表；）根据定义，tripleee the great altruist.JSON是UTF-8。尝试删除BOM；正确的UTF-8应该不需要，Unicode联盟通常建议不要插入BOM。否则，我猜您在这里选错了树，或者您的数据实际上不是UTF-8。您是对的，BOM似乎是个问题。谢谢可能会发布一个自我回答，并最终将其标记为已接受（我认为您需要等待一段时间才能回答，再等待一段时间才能接受代表级别的回答）。好的，我会的，我想您可能需要代表；）特里皮是伟大的利他主义者。