python - Django/Python : How does python encode non-English characters

Question

我正在处理一些字符串操作并尝试将它们放入数据库中。然后我遇到了这个(我相信是德语):

Sichere Administration von VoIP-Endgeräten

将其放入数据库后，我发现非英文字符变成了:

Sichere Administration von VoIP-Endger\u00e4ten

当我从数据库中获取它并将该字符串传递给 subprocess.Popen() 时，它给出错误:

TypeError: execv() arg 2 must contain only strings

我的问题是:这是怎么发生的？还有人有关于如何学习编码/解码内容的有用引用吗？谢谢。

Answer 1

是的，请阅读Python Unicode HOWTO ;您正在处理编码和 unicode 文本。

第一个字符串是 UTF-8 数据，被解释为 Latin-1，第二个字符串是 unicode 字符串，如果不先编码，则无法传递给 Popen():

>>> print u'\u00e4'  # A unicode escape code for the latin-1 character ä
ä
>>> u'\u00e4'.encode('utf8')  # The same character encoded to UTF-8
'\xc3\xa4'
>>> print u'\u00e4'.encode('utf8').decode('latin1')  # Misinterpreted as Latin-1
ä

您需要弄清楚外部进程可以处理什么编码，并在将数据传递给 .Popen() 之前对数据调用 .encode()。