python - 按非ascii字符查询

Question

我正在 Google App Engine 平台上使用 Python。 假设我的数据存储中有以下代码:

class names(db.Model):
    name = db.StringProperty(multiline=True)

还有这样的名字:

name1 = Beyoncé
name2 = El Súper Clásico

使用非 ASCII 字符。

当我进行如下查询时:

q_1 = names.all().filter('name =', name1)

不行，比较错误。

您知道如何解决这个问题吗？ 我尝试将“名称”编码为 UTF-8，但也不起作用。

Answer 1

以 Unicode 正确解码输入字符串(从 Web 请求参数获取)并正确编码输出字符串(保存在 GAE 数据存储中)时，完全匹配应该不会出现问题。

我已在 GAE SDK 交互式控制台中尝试了此代码片段，它有效:

from google.appengine.ext import db

class names(db.Model):
    name = db.StringProperty(multiline=True)

some_name = 'Beyonc\xc3\xa9'.decode('utf-8')
    # same as: some_name = u'Beyoncé'
    # same as: some_name = u'Beyonc\u00e9'

n = names(name=some_name)
n.put()

q = names.all().filter('name =', some_name)
print q.get().name.encode('utf-8')
    # prints Beyoncé

您应该调试正在比较的字符串的原始值是什么，即保存在存储中的字符串和传递给查询的字符串。

我建议阅读这篇文章article about Unicode by Joel Spolsky和 Python Unicode HOWTO如果您不熟悉处理 Unicode 字符串。

除此之外，如果您运行的搜索查询在输入为 'e' 时应与 u'é' 等 Unicode 字符匹配，请考虑比较规范化字符串:

some_name = u'El S\u00faper Cl\u00e1sico' # El Súper Clásico
normalized_name = unicodedata.normalize('NFKD', some_name).encode('ascii', 'ignore') # El Super Clasico