技术头条 - 一个快速在微博传播文章的方式     搜索本站
您现在的位置首页 --> 其他 --> python-django的中文编码总结

python-django的中文编码总结

浏览:3760次  出处信息

最近在使用django的过程中,发现之前对中文编码的理解并不怎么正确,在此记录一下。

1.在所有需要显式使用中文的地方加上#-*- coding: UTF-8 -*-标识,(包括注释中的中文和代码中字符串的中文)
2.django在db中存储的数据是经过encode的,但是通过模型取出的数据,是经过decode的。
3.python中在进行字符串连接的时候,必须保证所有的子字符串编码或者未编码一致

OK,先从最简单的赋值开始。如下代码:

#!/usr/bin/python
#-*- coding: UTF-8 -*-
import logging
logging.basicConfig(level=logging.DEBUG,
        format='%(asctime)s %(levelname)s %(message)s',
        filename='log.txt',
        filemode='a+')
x = '我爱你'
logging.info(x)
print x

输出是:

我爱你

log.txt中的结果是:

2010-06-25 17:50:51,019 INFO 我爱你

x是未经过decode的,所以在print的时候,系统会自动根据编码格式判断来输出中文。
这里其实也引申出一个原则,当你进行print,写入文件,调用系统命令(命令的参数需要中文)等系统相关的操作的时候,将字符串encode;当从文件中把内容取出来的时候,马上decode。也就是说,在程序逻辑中,操作的字符串都应该是decode过的。

OK,我们做第二个实验

#!/usr/bin/python
#-*- coding: UTF-8 -*-
import logging
logging.basicConfig(level=logging.DEBUG,
        format='%(asctime)s %(levelname)s %(message)s',
        filename='log.txt',
        filemode='a+')
x = '我爱你'
logging.info(x.decode('utf-8'))
print x.decode('utf-8')

此时print调用会报错:

1.py|11|  UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-2: ordinal not in range(128)

而log调用仍然成功:

2010-06-25 17:55:05,868 INFO 我爱你

print的结果是在意料之中的,但是log的结果却是令人惊讶,猜测是log类在写入文件之前判断了内容的编码/解码,然后进行了encode之后写入。

下面是第三个,即如果组成字符串的子字符串编码/解码不一样,会怎样:

#!/usr/bin/python
#-*- coding: UTF-8 -*-
import logging
logging.basicConfig(level=logging.DEBUG,
        format='%(asctime)s %(levelname)s %(message)s',
        filename='log.txt',
        filemode='a+')
x = '我爱你'
y = '真的'
cmd = "1 %s %s" % (x,y)
print cmd
cmd = "2 %s %s" % (x.decode('utf-8'),y.decode('utf-8'))
print cmd.encode('utf-8')
cmd = "3 %s %s" % (x,y.decode('utf-8'))
print cmd

输出如下:

|| 1 我爱你 真的
|| 2 我爱你 真的
|| Traceback (most recent call last):
1.py|17|  UnicodeDecodeError: 'ascii' codec can't decode byte 0xe6 in position 2: ordinal not in range(128)

其实第三个实验就是我在django的使用中遇到的问题,从django中用MVC模型取出的数据是经过了decode之后的,但是其他的本地变量数据却是没有经过任何decode的,导致一直报错。

OK,就这样~~

建议继续学习:

  1. 字符编码和中文乱码小叙    (阅读:5574)
  2. 使用django+celery+RabbitMQ实现异步执行    (阅读:5005)
  3. 中文编码杂谈    (阅读:4915)
  4. Hadoop的map/reduce作业输入非UTF-8编码数据的处理原理    (阅读:4577)
  5. Django 中 "Data truncated for column xxx" 解决方法    (阅读:4320)
  6. PHP编码规范    (阅读:4324)
  7. base64_encode 和 urlencode    (阅读:4056)
  8. apache+mod_wsgi+django在windows下的部署    (阅读:4123)
  9. Django框架ORM操作详解    (阅读:4082)
  10. UTF-8编码中BOM的检测与删除    (阅读:4005)
QQ技术交流群:445447336,欢迎加入!
扫一扫订阅我的微信号:IT技术博客大学习
后一篇:一个Captcha的思路 >>
© 2009 - 2024 by blogread.cn 微博:@IT技术博客大学习

京ICP备15002552号-1