Question

这是几个星期以来我第二次陷入编码问题。我已经在这个问题上花了这么长时间，我很感激能得到的任何帮助。

这就是我想要做的事情：

1）从我计算机上的MySQL表中选择一些行。

2）将这些行写入文本文件。

3）将文本文件传输到我的Amazon EC2 Ubuntu实例。

4）将文本文件的内容写入MySQL数据库。

5）让Django从＃4中的数据库中选择一些行。

6）在网站上显示。

在步骤＃1中，我只有一个普通的SELECT语句。在步骤＃2中，我这样做了：

file = codecs.open('commentsfordjango.txt', encoding = 'utf-8', mode='w')
file.write(fullcomment.decode('utf8') + '\n\n\n\n\n\n')

在第2步之后，我在Windows中打开了.txt文件，我可以看到所有实际的中文字符而没有任何错误。

在第3步中，我刚刚使用WinSCP传输了文件。在第4步中，我这样做了：

file = open('/usr/local/src/blog/commentsfordjango.txt', 'r')
cursor.execute("INSERT INTO polls_poll (commenttext, pos, neu, neg) VALUES (%s, 0, 0, 0)", line)

在第5步中，我在views.py中执行了此操作：我只返回了与模型对应的对象。我的模型有一个 unicode 函数，但我没有调用它，因为我默认读取它，当你调用对象时它已被调用。

在步骤＃6中，我的HTML文件在文件顶部有以下行：

<meta charset="utf-8" />

另外，我将Apache编码默认更改为Unicode。我还确保步骤＃4中的SQL数据库是Unicode格式。

然而，在这之后，我的网站仍然显示了一堆不可读的，奇怪的字符：äººåœ¨åšï¼Œå¤©åœ¨çœ<ã€。

任何帮助都将非常感激 - 我已经尝试了很多涉及.decode（）和.encode（'utf-8'）的变体，并且已经花了很长时间才解决这个问题！

Answer 1

在步骤2中，您应该将文本编码为UTF-8。

with open("commentsfordjango.txt", "wb") as f:
    f.write(fullcomment.encode('utf8'))

在步骤3中，您可以将从文件中读取的数据解码回unicode。

with open("commentsfordjango.txt", "rb") as f:
    for line in f.read().decode("utf-8").splitlines():
        cursor.execute("INSERT INTO polls_poll (commenttext, pos, neu, neg) VALUES (%s, 0, 0, 0)", line)

更好的解决方案是使用Django的内置loaddata/dumpdata工具。

Answer 2

问题的很大一部分可能是您手动将项目插入数据库而不是使用Django的数据库ORM。 ORM负责所有编码/解码，确保从数据库中获得良好的unicode，无论数据库本身内部使用何种编码。

所以：你确定要将正确的编码插入数据库吗？您可能应该使用ORM进行快速测试。确保使用codecs.open()（您似乎正在做的）以正确的方式阅读文件，并将其填入django模型并保存。

Django驱动的站点中的Unicode

2 个答案: