2

estoy retomando python después de algunos años haciendo ejercicios con tweepy y tengo problemas al exportar tweets a JSON.

datos = {}
datos['tuits'] = []
for tweets in x.search(q='#EstoPasaEnChile',count=3, result_type='recent', lang = "es"):
    datos['tuits'].append({
       'username': tweets.user.screen_name,
       'contenido': tweets.text})
    print (datos)
with open('data.json', 'w') as file:
   json.dump(datos, file, indent=3)

Ese es mi código en Python y los resultados en el archivo json quedan con el siguiente problema:

"contenido": "RT @sesirisa: Ahora en #Concepci\u00f3n se ve humo sobre el techo de la provincial de la Gobernaci\u00f3n Provincial de Concepci\u00f3n #orquestasinfonica\u2026"

Cómo puedo hacer para quitar los "\u00f3"?

Gracias de antemano.

2 respuestas 2

1

Podes pasarle como argumento ensure_ascii=False a json.dump para que no se comporte de esa manera.

De la documentación de json.dump (help(json.dump))

If ensure_ascii is false, then the strings written to fp can contain non-ASCII characters if they appear in strings contained in obj. Otherwise, all such characters are escaped in JSON strings.

4
  • Hola, gracias por la respuesta. cuando le paso este argumento, el contenido, se me ve así: "RT @andaisimpatica: \"La gente est� cansada\", si pero de toda desigualdad que hay en Chile. \n\n#HabraConsecuencias\n#EstoPasaEnChile #EstoNoHa�" Commented el 28 oct. 2019 a las 23:59
  • @Fernando Debe ser un problema con el encoding, proba poniendolo explicitamente cuando abrís el archivo open("data.json", "w", encoding="utf-8")
    – user146215
    Commented el 29 oct. 2019 a las 0:06
  • ahora no me da error al correr el archivo, sin embargo, se vuelven a leer así los resultados: no s\u00e9 si tiene Twitter, los cabros puro Insta, estudia sociolog\u00eda en\u2026 Commented el 29 oct. 2019 a las 0:11
  • Hola, finalmente esta respuesta estaba en lo correcto. El problema era del VSC. Commented el 29 oct. 2019 a las 16:50
0

Tu cadena no está en una codificación que soporte acentos y otros caracteres latinos.

Puedes cambiar la codificación de tu cadena con la siguiente línea:

 tweets.text.encode().decode('utf-8')
2
  • json.dump(datos, file, indent=3).encode().decode('utf-8') lo tengo así e igual falla Commented el 28 oct. 2019 a las 23:57
  • Esta parte no se aplica a json.dump sino a datos. Commented el 29 oct. 2019 a las 17:13

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.