Pythonで辞書型の値にunicodeエスケープ値を格納したい

Question

最終的に辞書型に以下のようなユニコードエスケープされた値を格納したいと思っています。

dic1 = {
 "data": "\u307b\u3052"
}

ここで、ユニコードエスケープされた文字列を得るために以下のような処理を書くと、

dic1 = {
　"data" : "ほげ".encode("unicode-escape").decode('utf-8')
}

dic1

dic1の出力としては以下のようにバックスラッシュがエスケープされた値になってしまいます。

{'data': '\u307b\u3052'}

一番上ような直接ユニコードエスケープされた文字列を記載すれば正常に動作しますが、
文字列からユニコードエスケープさせた値を取得して辞書型の値とするにはどういう記載としたら良いでしょうか？

Comments

[8524ba23]

コード上の２つの辞書「{"data": "\u307b\u3052"}」と「{'data': 'ほげ'}」は書き方が異なるだけで辞書型のデータとしては等価です。
たとえば「n=12」と「n=0x0C」もコード上の表現は異なりますが等価です。
この辞書の'data'値から「\u307b\u3052」という文字列を得たいという質問でしょうか？

[aoiro27]

APIのリクエストbodyとしてこのjsonを投げたいのですが、
APIの仕様としてユニコードエスケープされた文字列化する必要があります。
requests.post(url, headers=headers, json=dic1)
と投げる時に、{"data": "\u307b\u3052"}という書式としたいというのがやりたいこととなります。
これが今の状態だと、{"data": "\\u307b\\u3052"}となってしまうため、APIで登録されたデータが、「\ほ\げ」となってしまっている状態です。

[8524ba23]

なるほど。通常のやりとりだとdic1をそのまま渡すだけでよく、文字化けしないはずですが。
クライアント側のコードとサーバ側のアプリの詳細も提示ください。

Answer 1

クライアント、サーバの動作が不明ですが、以下のような通常のコードでのやりとりであれば、dic1をそのまま渡すだけで文字化けなく処理できます。

クライアント

import requests

url = 'http://localhost:8000/'
headers = {'content-type': 'application/json'}

dic1 = {"data": "\u307b\u3052"}
dic2 = {"data": "ほげ"}
for d in [dic1,dic2]:
    requests.post(url, headers=headers, json=d)

サーバ：参考（curlのGET,POSTのデータを確認）

# curlのGET,POSTのデータを確認
# https://qiita.com/tkj/items/210a66213667bc038110

import os
import http.server as s
from urllib.parse import urlparse
from urllib.parse import parse_qs

import json

class MyHandler(s.BaseHTTPRequestHandler):
    def do_POST(self):
        self.make_data()
    def do_GET(self):
        self.make_data()
    def make_data(self):
        # urlパラメータを取得
        parsed = urlparse(self.path)
        # urlパラメータを解析
        params = parse_qs(parsed.query)
        # body部を取得
        content_len  = int(self.headers.get("content-length"))
        req_body = self.rfile.read(content_len).decode("utf-8")
        # 返信を組み立て
        body  = "method: " + str(self.command) + "\n"
        body += "params: " + str(params) + "\n"
        body += "body  : " + req_body + "\n"

        # 確認表示
        print(body)
        d = json.loads(req_body)
        print(d)

        self.send_response(200)
        self.send_header('Content-type', 'text/html; charset=utf-8')
        self.send_header('Content-length', len(body.encode()))
        self.end_headers()
        self.wfile.write(body.encode())

host = '0.0.0.0'
port = 8000
httpd = s.HTTPServer((host, port), MyHandler)
print('サーバを起動しました。ポート:%s' % port)
httpd.serve_forever()

サーバログ

サーバを起動しました。ポート:8000
method: POST
params: {}
body  : {"data": "\u307b\u3052"}

{'data': 'ほげ'}
127.0.0.1 - - [29/Jul/2020 14:40:09] "POST / HTTP/1.1" 200 -
method: POST
params: {}
body  : {"data": "\u307b\u3052"}

{'data': 'ほげ'}
127.0.0.1 - - [29/Jul/2020 14:40:11] "POST / HTTP/1.1" 200 -

Comments

[aoiro27]

検証したら動作することが確認出来ました！
"ユニコードエスケープされた文字列としてPOSTする必要がある"
というAPI仕様から、律儀に.encode().decode()してユニコードエスケープ文字列化していましたが、そもそもこれが必要なく、辞書型をjson=でそのまま受け渡すことで暗黙的にサーバサイドにはユニコードエスケープされた状態でPOSTされていることが確認出来ました。

しかも結果、私が原因を認識違いして、質問がずれている形となり申し訳ございません。大変助かりました。ご回答頂いた皆様ありがとうございます。

Answer 2

APIのリクエストbodyとしてこのjsonを投げたいのですが、
APIの仕様としてユニコードエスケープされた文字列化する必要があります。
requests.post(url, headers=headers, json=dic1)
と投げる時に、{"data": "\u307b\u3052"}という書式としたいというのがやりたいこととなります。
これが今の状態だと、{"data": "\u307b\u3052"}となってしまうため、APIで登録されたデータが、
「\ほ\げ」となってしまっている状態です。

API 側の JSON の読み取り処理が誤っていないでしょうか？

実験

import json

test = "ほげ".encode("unicode-escape").decode('utf-8')
print(test == "\u307b\u3052")
print(test == r"\u307b\u3052")
print(json.dumps({"data": test}))

実行結果:

$ python test.py
True
True
{"data": "\u307b\u3052"}

ご覧のように、こちらの出力としては間違っていないようです

JSON ではバックスラッシュはバックスラッシュでエスケープする必要があります

参考: Answer: How to escape special characters in building a JSON string?