POST数据中的土耳其字符问题

Question

我有两个应用程序，它们分别运行在不同的服务器上，使用不同的数据库。我需要把一些数据从一个应用程序发送到另一个，所以我使用了POST方法。我把相关的信息拼接成一个字符串，然后进行POST操作……

26AU223/AHMET DEMİROĞLU/18439586958/0//2000-07-31/2000-06-11/42.00/0

对于土耳其字符，我尝试使用

var1 = '26AU223/AHMET DEMİROĞLU/18439586958/0//2000-07-31/2000-06-11/42.00/0'
var1.encode('iso8859_9')

但是当我在第二个应用程序接收到这些数据并进行解码时，我发现土耳其字符无法正确解码，所以我的结果是：

26AU223/AHMET DEM�O�U/18439586958/0//2011-07-31/2008-06-11/42.00/0

所以İ和Ğ造成了问题，紧接着的首字母R和L也解码错误。

我尝试了不同的土耳其编码参数，也尝试直接POST数据而不进行编码/解码（两个应用程序都使用UTF-8），但我仍然遇到了类似的编码错误，出现了奇怪的�，而不是İR和ĞL。

Answer 1

你在远程那边收到了一个Unicode字符串对象吗？如果是这样的话，你的问题在于读取HTTP消息内容的代码假设了错误的字符集。你需要把HTTP请求的Content-Type头设置为'text/plain;charset=ISO-8859-9'。

Answer 2

在Python 2.x中，这显然是错误的：

var1 = '26AU223/AHMET DEMİROĞLU/18439586958/0//2000-07-31/2000-06-11/42.00/0'
var1.encode('iso8859_9')

Python 2有一个设计上的缺陷，它允许你对字节字符串（str类型）使用.encode()。你必须先有一个Unicode字符串，然后再对它进行编码，才能发送POST请求。而且，使用UTF-8以外的编码方式是不合理的。

var1 = u'26AU223/AHMET DEMİROĞLU/18439586958/0//2000-07-31/2000-06-11/42.00/0'
buf = var1.encode('utf-8')
# ...send buf over the network...
assert buf.decode('utf-8') == var1

如果你自己构建POST数据，别忘了进行URL编码。

Answer 3

我用最简单的方法解决了这个问题（:

在引用我的文本之前，我先把它转换成字符串：

quote(str(var1))

然后在另一边，以类似的方式取消引用：

unquote(str(var1))

这样就解决了问题