PostgreSQL中的unicode字符串是否允许通过Python使用空字节？

Question

unicode字符串是否允许使用空字节？

我不会问utf8，我的意思是unicode字符串的高级对象表示。

背景

我们在PostgreSQL中通过Python存储包含空字节的unicode字符串。

如果再次读取字符串，则字符串会在空字节处剪切。

Answer 1

关于数据库方面，PostgreSQL本身不允许在char / text / varchar字段的字符串中使用空字节（'\0'），因此如果您尝试存储包含它的字符串，则会收到错误。例如：

postgres=# SELECT convert_from('foo\000bar'::bytea, 'unicode');
ERROR:  22021: invalid byte sequence for encoding "UTF8": 0x00

如果您确实需要存储此类信息，则可以在PostgreSQL端使用bytea数据类型。确保正确编码。

Answer 2

Python本身完全能够同时拥有字节字符串和Unicode字符串，其中空字符的值为零。但是，如果调用以C实现的库，则该库可以使用在第一个空字符处停止的C约定。

Answer 3

由于字符串基本上只是数据和指针，因此可以在其中保存null。但是，由于null表示字符串的结尾（“null终止符”），因此在读取之前不知道大小的情况下无法读取超出null的值。

因此，您似乎应该将数据存储为二进制文件并将其作为缓冲区读取。

祝你好运！