Question

我是德国开发人员为德国人编写Web应用程序，这意味着我无论如何都不能依赖纯ASCII编码。至少必须支持像ä，ö，ü，ß这样的字符。

幸运的是，Django默认将ByteStrings视为utf-8编码（如in the docs所述）。所以它应该工作，如果我将# -*- coding: utf-8 -*-行添加到每个.py文件的开头并设置编辑器编码，不应该吗？好吧，它大部分时间都在......

但是在网址方面我似乎错过了一些东西。或者也许这不会对URL做任何事情，但直到现在我还没有注意到任何其他编码错误行为。我记得有两种情况作为例子：

网址格式url(r'^([a-z0-9äöüß_\-]+)/$', views.view_page)无法识别包含ä，ö，ü，ß的网址。那些字符被简单地忽略了。

以下视图函数代码抛出异常：

def do_redirect(request, id):
    return redirect('/page/{0}'.format(id))

从URL中捕获id参数，如第一个示例中的那个。如果我修复了URL模式（通过将其指定为unicode字符串）而不是访问/ä/，我会得到异常

UnicodeEncodeError at /ä/
'ascii' codec can't encode character u'\xe4' in position 0: ordinal not in range(128)

但是，请为视图函数尝试以下代码：

def do_redirect(request, id):
    return redirect('/page/' + id)

一切都很好。这让我相信实际问题不在于Django，而是源自Python，将ByteStrings视为ASCII。我对编码没那么多，但第二个例子中的问题显然是String对象的format（）方法。所以，在第一个例子中，由于Python处理正则表达式的方式，它可能会失败（虽然我不知道Django是否使用了re模块或其他东西）。

到目前为止，我的解决方法只是在发生此类错误时为字符串添加u前缀。这是一个糟糕的解决方案，因为我可能很容易忽略一些东西我尝试将每个Python字符串标记为unicode，但这会导致其他异常并且非常难看。

有没有人确切地知道，问题是什么以及如何以愉快的方式解决它（即当代码变大时不会让你的头爆炸的方式）？

提前致谢！

编辑：对于我的正则表达式，我发现了为什么需要u。将字符串指定为原始字符串（r）使其被解释为ASCII。离开r会使正则表达式在没有u的情况下正常工作，但会引入一些令人头疼的反斜杠。

Answer 1

使用u前缀字符串是解决方法。

如果这对您来说是一个问题，那么它看起来像是一个更普遍问题的症状：您的代码中有很多magic constants。这很糟糕（你已经明白了原因）。尽量避免使用它们，例如，您可以使用named url pattern or view name进行重定向，而不是重新键入URL的一部分。

如果无法避免它们，请将它们转换为命名常量，并将其分配放在一个位置。然后，你会发现所有这些都是正确的前缀，很难忽视它。

Answer 2

在django 1.4中，其中一项新功能是对url internationalization的更好支持，包括支持翻译网址。

这对帮助你有很大的帮助，但这并不意味着你应该忽略其他建议，因为这一般适用于Python，并适用于所有，而不仅仅是django。< / p>

在Django中，为什么我会遇到utf-8编码字符串的问题？

2 个答案: