Question

模特：

class ItemType(models.Model):
  name = models.CharField(max_length=100)
  def __unicode__(self):
    logger.debug("1. Item Type %s created" % self.name)
    return self.name

代码：

  (...)
    type = re.search(r"Type:(.*?)",text)
    itemtype = ItemType.objects.create(name = name.group(1), defaults={'name':name.group(1)})
    logger.debug("2. Item Type %s created" % name.group(1))
    logger.debug("4. Item Type %s created" % itemtype.name)
    logger.debug("3. Item Type %s created" % itemtype)

结果出乎意料（对我来说当然）：

第一个logger.debug按预期打印Item Type ąęńłśóć created，但第二个引发错误：

DjangoUnicodeDecodeError: 'ascii' codec can't decode byte  in position : 
ordinal not in range(128). 
You passed in <ItemType: [Bad Unicode data]> (<class 'aaa.models.ItemType'>)

为什么会出现错误，我该如何解决？

（文本是使用utf-8编码的html响应）

更新

我将调试添加到模型中，调试结果是：

2014-10-06 09:38:53,342 DEBUG views 2. Item Type ąęćńółśż created
2014-10-06 09:38:53,342 DEBUG views 4. Item Type ąęćńółśż created
2014-10-06 09:38:53,344 DEBUG models 1. Item Type ąęćńółśż created
2014-10-06 09:38:53,358 DEBUG models 1. Item Type ąęćńółśż created

那么为什么调试3.无法打印呢？

更新2 问题出在这里：

  itemtype = ItemType.objects.create(name = name.group(1), defaults={'name':name.group(1)})

如果我把它改成

  itemtype = ItemType.objects.create(name = name.group(1), defaults={'name':u'ĄĆĘŃŁÓŚ'})

一切都很好。

那么如何将其转换为unicode？ unicode（name.group（1））不起作用。

Answer 1

经过两天与自己的阴影相比，我找到了解决方案。对于这种情况，这不是一种解决方法，但思维的复杂变化，我必须重构整个代码。

我的假设是每个字符串都是UNICODE。如果不是 - 修复它。
不要使用“％s”或“某事”总是使用你的“％s”和你“cośtam”
在每个有models.CharField（）或其他“文本”导向字段的模型中，我都覆盖了save（）方法：

：

class ItemType(models.Model):
  name = models.CharField(max_length=100)

  def save(self, *args, **kwargs):
    if isinstance(self.name, str):
      self.name=self.name.decode("utf-8")
    super(ItemType, self).save(*args, **kwargs)

解释 - 如果某个名称填充了str而不是unicode - 将其更改为unicode。

我是如何找到这个的：

我想知道models.CharField中的文本是什么类型，并且发现，如果用unicode填充它 - 它是unicode，如果你填充 - str - 它是str。所以，如果你曾经用unicode“手”填充它，而在其他地方正则表达式用str填充它 - 结果是意外的。

unicode和str的最大问题是使用diactrics同时没有问题：

>>> text_str = "żółć"
>>> text_unicode = u"żółć"
>>> print text_str
żółć
>>> print text_uni
żółć

所以你看不出差异。

但是如果你使用其他命令：

>>> text_str
'\xc5\xbc\xc3\xb3\xc5\x82\xc4\x87'
>>> text_uni
u'\u017c\xf3\u0142\u0107'

差异很大。

如果有一些设置可以改变print（和similiars）的行为：

>>> print text_str
'\xc5\xbc\xc3\xb3\xc5\x82\xc4\x87'
>>> print text_uni
żółć

一切都会更容易调试 - 如果你能看到diactrics它没关系 - 如果没有 - 它很糟糕。

使用解码（'utf-8'）引导我找到解决方案：

>>> text_str
'\xc5\xbc\xc3\xb3\xc5\x82\xc4\x87'
>>> text_str.decode('utf-8')
u'\u017c\xf3\u0142\u0107'
>>> text_uni
u'\u017c\xf3\u0142\u0107'

VOILA！

DjangoUnicodeDecodeError：[错误的Unicode数据]

1 个答案: