来自 MongoDB手册:
By default, all database strings are UTF8. To save images, binaries, and other non-UTF8 data, you can pass the string as a reference to the database.
我正在获取页面并希望存储内容以供以后处理。
- 我不能依赖元字符集,因为许多页面都有 utf8 内容但错误地声明了 iso-8859-1 或类似内容
- 所以不能使用
Encode
(不知道原始字符集) - 因此,我想将内容简单地存储为
作为字节流
(二进制数据)以供以后处理
我的代码片段:
sub save {
my ($self, $ok, $url, $fetchtime, $request ) = @_;
my $rawhead = $request->headers_as_string;
my $rawbody = $request->content;
$self->db->content->insert(
{ "url" => $url, "rhead" => \$rawhead, "rbody" => \$rawbody } ) #using references here
if $ok;
$self->db->links->update(
{ "url" => $url },
{
'$set' => {
'status' => $request->code,
'valid' => $ok,
'last_checked' => time(),
'fetchtime' => $fetchtime,
}
}
);
}
但得到错误:
Wide character in subroutine entry at /opt/local/lib/perl5/site_perl/5.14.2/darwin-multi-2level/MongoDB/Collection.pm line 296.
这是我存储数据的唯一地方。
问题:在 MondoDB 中存储二进制数据的唯一方法是对它们进行编码,例如使用 base64?
最佳答案
看起来又是一个关于_utf8_
标志的悲伤故事……
我可能错了,但似乎 HTTP::Message 的 headers_as_string
和 content
方法将它们的字符串作为字符序列返回。但是 MongoDB 驱动程序希望作为“二进制文件”显式传递给它的字符串是八位字节序列 - 因此是警告戏剧。
一个相当丑陋的解决方法是取消代码中 $rawhead 和 $rawbody 上的 utf8
标志(我想知道它不应该由 MongoDB 驱动程序本身完成吗?),通过类似这……
_utf8_off $rawhead;
_utf8_off $rawbody; # ugh
另一种方法是使用 encode('utf8', $rawhead)
- 但是你应该在从数据库中提取值时使用 decode
,我怀疑它不丑.
关于Perl & MongoDB 二进制数据,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/11115814/