Django: 排查DjangoUnicodeDecodeError错误
在尝试渲染一个模板时，我遇到了以下错误：
DjangoUnicodeDecodeError: 'utf8' codec can't decode bytes in position 26-27: invalid data. You passed in '\xce\x88\xce\xbe\xce\xbf\xce\xb4\xce\xb1 \xcf\x83\xcf\x84\xce\xb7\xce\xbd \xce\xb5\xcf\x81\xce\xb3\xce...' (<type 'str'>)
这个模板比较大而且复杂，所以我希望能得到一些建议，帮我找到问题的具体来源。
以下是一些可能有用的事实：
- 这个模板通常对unicode很友好；我们通过它展示了不少unicode数据。
- 数据来源的mysql表使用的是utf8编码。
- 这点很奇怪：在我的测试服务器上，使用相同的代码和生产数据时并没有出现这个错误。这个测试环境和生产服务器非常相似：Python 2.5.1，Django-1.1.1，mysql 5.0.38，ubuntu。
我不太确定该从哪里寻找编码不正确的数据，任何提示或建议都非常感谢。
3 个回答
0
如果有人遇到和我类似的情况：我最近把一个MySQL表的字符集改成了utf8_bin，结果遇到了同样的问题。我发现我在测试环境中使用的是MySQL-python 1.2.3。把它升级到1.2.4后，问题就解决了。我使用的是python2.7和Django1.4.2。
1
异常报告的内容是26个有效的UTF-8字节，后面跟着一个'\xce...'。
我觉得很可能是你代码中的某个软件，或者是Django框架中的某个部分，正在做类似这样的事情：
def too_big_display(strg, maxlen):
return strg[:maxlen-3] + "..."
在你的情况下，它是用too_big_display(your_Greek_text_encoded_in_utf8,30)来调用的。
所以你看到的是一个次要错误... \xce. 不是有效的UTF-8。
我建议你仔细查看错误追踪信息（你应该把它展示给我们，还是可以通过编辑你的问题来补充），看看是否有任何主要错误的迹象。如果没有，就仔细检查你的代码，看看是否有这样的截断问题。
4
你在某个地方把一个字符串截断了，但你是在一个 str 类型上操作，而不是 unicode。这样做会导致你把一个UTF-8字符的序列截断成两半。记住，处理文本时一定要用 unicode，不要用 str。