在Django/Python中解码而非反转unicode编码
好的，我有一个硬编码的字符串，我是这样声明的：
name = u"Par Catégorie"
我有一个 # -- coding: utf-8 -- 的魔法头部，所以我猜它被转换成了utf-8格式。
接下来，它通过以下方式输出到xml：
xml_output.toprettyxml(indent='....', encoding='utf-8')
然后我得到了一个：
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 3: ordinal not in range(128)
我的大部分数据都是法语，并且在CDATA节点中正确输出，但那个硬编码的字符串却...我不明白为什么会调用ascii编码。
这到底是怎么回事呢？
2 个回答
1
参数名字错了？从文档上，我看到这个关键字参数的名字应该是encoding，而不是coding。
4
在你的源文件中，coding 这个头部告诉 Python 你的源代码使用什么编码。它是 Python 用来把 unicode 字符串字面量（比如 u"Par Catégorie"）解码成 unicode 对象的编码。这个 unicode 对象本身没有编码，它就是原始的 unicode 数据。（在内部，Python 会根据配置使用两种编码中的一种，但作为编程者，你不需要担心这个。）
你遇到的 UnicodeDecodeError 错误意味着你在某个地方混合了 unicode 字符串和字节字符串（普通字符串）。当你把它们混在一起（比如拼接、格式化字符串等）时，Python 会尝试用默认编码（ASCII）把字节字符串转换成 unicode 字符串。如果字节字符串里有非 ASCII 的数据，这个转换就会失败，从而出现你看到的错误。这个操作可能是在某个库里进行的，但这仍然意味着你在混合不同类型的输入。
不幸的是，只要字节字符串里只有 ASCII 数据，这种错误就会频繁出现，即使是在库代码中。Python 3.x 通过消除 unicode 字符串（在 3.x 中就是 str）和字节字符串（在 3.x 中是 bytes 类型）之间的隐式转换，解决了这个问题。