我的python web应用程序应该对所有字符串使用unicode吗？

Question

我看到一些像Django这样的框架在整个地方使用unicode，所以看起来这可能是一个好主意。

另一方面，让所有这些额外的'u'漂浮在各处似乎是一个巨大的痛苦。

如果我不这样做会有什么问题？

如果我这样做，是否会出现任何问题？

我现在正在使用Pylons作为我的框架。

Answer 1

您可以通过执行以下操作来避免python 2.6中的u''：

from __future__ import unicode_literals

这将使'string literals'成为unicode对象，就像它在python 3中一样;

Answer 2

在Python 3中，所有字符串都是Unicode。因此，您可以在所需的任何位置使用u''字符串进行准备，然后当您最终使用2to3工具升级到Python 3时，所有u都将消失。并且您将处于更好的位置，因为您已经使用Unicode字符串测试了代码。

有关详细信息，请参阅Text Vs. Data Instead Of Unicode Vs. 8-bit。

Answer 3

  

如果我不这样做会有什么问题？

我是一个住在日本的西方人，所以我亲眼目睹了使用非ASCII字符所需要的东西。如果不使用Unicode字符串，问题在于您的代码会对使用A-Z之外的任何东西的世界各地感到沮丧。我们公司非常沮丧地让某些网络软件做日文字符而不会弄得一团糟。

英语使用者需要花一点力气才能理解Unicode是多么出色，但让计算机可以访问所有文化和语言真的是一项非常棒的工作。

“缺陷”：

1. 确保输出网页正确使用正在使用的编码（例如，使用内容编码标头），然后在输出中正确编码所有Unicode字符串。 Python 3 Unicode字符串是一项很好的改进。

2. 使用Unicode字符串执行所有操作，并在执行输出时仅在最后一刻转换为特定编码。其他语言（如PHP）在操作Unicode时容易出错。 UTF-8表格。假设您必须截断Unicode字符串。如果内部采用UTF-8格式，则存在中途切断多字节字符的风险，导致垃圾输出。 Python在内部使用Unicode字符串会使这些错误变得更加困难。

Answer 4

在内部使用Unicode是避免非ASCII字符问题的好方法。在应用程序的边界转换（传入数据到unicode，传出数据到UTF-8或其他）。在许多情况下，Pylons可以为您进行转换：例如控制器可以安全地返回unicode字符串; SQLAlchemy模型可以声明Unicode列。

关于源代码中的字符串文字：通常不需要u前缀。您可以安全地将包含ASCII的str对象与unicode对象混合使用。只需确保所有字符串文字都是纯ASCII或是“unicode”。