python – str和unicode之间的区别:为什么Redis在传递unicode时
关于数据类型str和unicode之间的区别,在
two
questions之后,我仍然对以下内容感到困惑.
在第1区,我们看到城市的类型是unicode,正如我们所期望的那样. 然而在块2中,在通过磁盘往返(redis)之后,城市的类型是str(并且表示是不同的). 将utf-8存储在磁盘上,读入unicode,然后用utf-8写回的dogma在某处失败了. 为什么类型(城市)的第二个实例是str而不是unicode? 同样重要的是,这有关系吗?您是否关心您的变量是unicode还是str,或者只要代码“做正确的事情”,您是否忘记了差异? # -*- coding: utf-8 -*- # Block 1 city = u'Düsseldorf' print city,type(city),repr(city) # Düsseldorf <type 'unicode'> u'Dxfcsseldorf' # Block 2 import redis r_server = redis.Redis('localhost') r_server.set('city',city) city = r_server.get('city') print city,repr(city) # Düsseldorf <type 'str'> 'Dxc3xbcsseldorf' 解决方法
教条?
为什么使用字符集和编码并不是教条主义 – 这是必要的. 我们可以使用Unicode点值,但由于Unicode点实际上是32位,因此需要将每个字符保存/传输为整个32位(也称为UTF-32). a将被编码为0x00000061 – 这是一个字符的浪费位.在处理大多数ASCII时,UTF-16的浪费要少一些,但UTF-8是使用最少量位的最佳折衷方案. 在代码中使用解码的Unicode显然使开发人员不必考虑编码的复杂性,例如字符数等于多少字节. 解决方案 Redis客户端 正如@ J.F.Sebastian所建议的那样,redis-py驱动程序在Redis和Connection类上包含decode_responses选项.设置为True时,客户端将使用encoding选项解码响应.默认编码= utf-8. 例如. r_server = redis.Redis('localhost',decode_responses=True) city = r_server.get('city') # city = <type 'unicode'> 包装类 自发现decode_responses以来不再需要. 似乎Redis驱动程序相当简单 – 如果你发送一个Unicode,它会将它转换为默认编码(大多数情况下是UTF-8).在响应时,Redis不知道编码,因此返回一个str,以便您根据需要进行解码. 因此,如果在发送到Redis之前将字符串编码为UTF-8并在响应时解码为UTF-8会更安全.其他DB驱动程序更高级,因此接收和返回Unicodes. 但是,当然,您不应该使用.encode()和.decode()来编写代码.常见的方法是形成“Unicode三明治”,以便外部数据在输入时解码为Unicode并在输出上进行编码.那么这对你有什么用呢?包装Redis驱动程序,使其返回您想要的内容,从而将解码推回到代码的外围. 例如,它应该像下面这样简单: class UnicodeRedis(redis.Redis): def __init__(self,*args,**kwargs): if "encoding" in kwargs: self.encoding = kwargs["encoding"] else: self.encoding = "utf-8" super(UnicodeRedis,self).__init__(*args,**kwargs) def get(self,**kwargs): result = super(UnicodeRedis,self).get(*args,**kwargs) if isinstance(result,str): return result.decode(self.encoding) else: return result 然后,您可以正常与它进行交互,除了您可以传递一个更改字符串解码方式的编码参数.如果您未设置编码,则此代码将采用utf-8. 例如. r_server = UnicodeRedis('localhost') city = r_server.get('city') (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |