Python 3.x 为什么json.dumps（json.loads（line））的长度大于line？

为什么

json.dumps（json.loads（line））的长度通常大于行的长度

我有大量的json对象，我试图把不好的对象（很少有细节）分类出来。因此，我从一个.jsonl文件中读取json对象，并将好的json对象（包含大量细节）保存在一个新文件中。我整理了大约60%的json对象，但我的文件小了大约6%，我觉得很奇怪，于是运行了一个测试：
我将json对象行的长度与
json.dumps（json.loads（line））
进行比较。对象
json.dumps（json.loads（line））
的长度是行长度的83%到121%。
json.dumps（json.loads（line））的平均长度为行长度的109,5%

为什么会这样？我如何预防？如何使用Python创建子文件而不增加10%的文件

我发现了一个例子：

b=r'{“Ä”：“ß”}
印刷品（透镜（b））
打印（len（json.dumps（json.loads（b）））
打印（len（json.dumps（json.loads（b），分隔符=（'，'，'：'））

输出为10、20和19。我们看到紧凑编码的区别只是一个空格。但是卸载的负载是原始负载的两倍长。当我打印出json.dumps（json.loads（b））时，我得到

{"\u00c4": "\u00df"}

似乎json.dumps（）编码的字符（如Ä和ß）不太节省空间。我可以尝试用更好的编码编写自己的转储函数，但我喜欢节省时间

我刚刚找到了（答案中有Finomnis的评论）

如果我尝试

b=r'{“Ä”：“ß”}
印刷品（透镜（b））
打印（len（json.dumps（json.loads（b），确保_ascii=False）））

这两种情况下的长度都是10。耶：-D
你试过了吗

json.dumps（json.load（行），分隔符=（'，'，'：'））

此外，如果确实想节省空间，您可能希望禁用ascii编码，但这可能与所有json库不兼容，因此请谨慎使用

json.dumps（json.load（行），分隔符=（'，'，'：'），确保_ascii=False）




例子
导入json
a=[[1,2,3]，{'a'：1，'b'：2，'c'：'ä'}]
打印（json.dumps（a））
打印（json.dumps（a，分隔符=（'，'，'：'））
打印（json.dumps（a，分隔符=（'，'，'：'），确保_ascii=False））

给出：

[[1, 2, 3], {"a": 1, "b": 2, "c": "\u00e4"}]
[[1,2,3],{"a":1,"b":2,"c":"\u00e4"}]
[[1,2,3],{"a":1,"b":2,"c":"ä"}]

你试过了吗

json.dumps（json.load（行），分隔符=（'，'，'：'））

此外，如果确实想节省空间，您可能希望禁用ascii编码，但这可能与所有json库不兼容，因此请谨慎使用

json.dumps（json.load（行），分隔符=（'，'，'：'），确保_ascii=False）




例子
导入json
a=[[1,2,3]，{'a'：1，'b'：2，'c'：'ä'}]
打印（json.dumps（a））
打印（json.dumps（a，分隔符=（'，'，'：'））
打印（json.dumps（a，分隔符=（'，'，'：'），确保_ascii=False））

给出：

[[1, 2, 3], {"a": 1, "b": 2, "c": "\u00e4"}]
[[1,2,3],{"a":1,"b":2,"c":"\u00e4"}]
[[1,2,3],{"a":1,"b":2,"c":"ä"}]

请提供两个json examplesHm，在这种情况下，我必须尝试创建一个示例。。。我认为这可能是一个已知的效果。但是
print（len（json.dumps（json.loads（b），分隔符=（'，'，'：'），确保ascii=False））
给出了长度9:PAlso，如果你真的担心空间效率，你应该在以后对其进行gzip处理，json文件非常可压缩请提供几个json示例shm，在这种情况下，我必须尝试创建一个示例。。。我认为这可能是一个已知的效果。但是
print（len（json.dumps（json.loads（b），分隔符=（'，'，'：'），确保ascii=False））
给出了长度9:PAlso，如果你真的担心空间效率，你应该在以后对其进行gzip处理，json文件非常好。这样效果更好。平均而言，我的加载和压缩编码转储jsons对象只比原始对象大1,7%，而不是9,5%。但是你知道为什么会这样吗？我认为json是标准化的，因此json对象的表示字符串总是相同的。但我似乎不是这样。应该是。。。也许您以前的文件没有完全遵循标准，如果没有一些json示例，就无法进行进一步的调查。。。但是要找到差异并不是那么难，只需遍历输入和输出字符串，直到找到差异。我发现差异出现在像Ä和ß这样的字符上。我在问题中包括了一个例子。@Mundron:Add
确保_ascii=False
到
dumps
的参数中，它将允许像Ä和ß这样的Unicode字符在输出中保留为文字。默认值为
True
，这意味着它们将始终被转义。哦，太好了。这样效果更好。平均而言，我的加载和压缩编码转储jsons对象只比原始对象大1,7%，而不是9,5%。但是你知道为什么会这样吗？我认为json是标准化的，因此json对象的表示字符串总是相同的。但我似乎不是这样。应该是。。。也许您以前的文件没有完全遵循标准，如果没有一些json示例，就无法进行进一步的调查。。。但是要找到差异并不是那么难，只需遍历输入和输出字符串，直到找到差异。我发现差异出现在像Ä和ß这样的字符上。我在问题中包括了一个例子。@Mundron:Add
确保_ascii=False
到
dumps
的参数中，它将允许像Ä和ß这样的Unicode字符在输出中保留为文字。默认值为
True
，这意味着它们将始终被转义。