Django unicode concatenation

Question

unicode和字符串編碼仍然讓我頭疼。 I follow this question/answer to can be added special characters（äÄÜ..）to message。

對於下面的結構，我很難理解爲什麼版本2工作，版本1沒有。

我的模型：

# -*- coding: utf-8 -*- 
from __future__ import unicode_literals 

class Project(models.Model): 
    """ 
    Representation of a project 
    """ 

    name = models.CharField(max_length=200) 

    def __unicode__(self): 
      return '%s ' % (self.name) 

版本1：

# -*- coding: utf-8 -*- 
from __future__ import unicode_literals 

def print_project(self, project): 
     project_prefix = "Project: " 
     print (project_prefix + str(project)) 

版本2：

# -*- coding: utf-8 -*- 

def print_project(self, project): 
     project_prefix = "Project: " 
     print (project_prefix + str(project)) 

正如你看到的，唯一的區別是，我做這個from __future__ import unicode_literals進口。拋出的錯誤如下：

'ascii' codec can't decode byte 0xc3 in position 0: ordinal not in range(128) 

Answer 1

是__future__語句後，你的文字是不是str對象，但unicode對象。這是聲明的重點。這在__future__文檔或PEP 3112（它們大部分時間都在討論如何編寫Python 2樣式的bytes對象，因爲字符串文字現在是Unicode）時沒有描述得太好。但這就是它的作用。

您可以在交互式解釋測試：

>>> 'abc' 
'abc' 
>>> from __future__ import unicode_literals 
>>> 'abc' 
u'abc' 

所以，在第2版，你把兩個str物體放在一起，這是很容易。但在版本1中，您將添加一個unicode和str。這可以通過使用缺省編碼（ASCII碼）自動將str轉換爲unicode來實現，該編碼不起作用。

---

解決這個問題的最簡單的方法是讓project是unicode本身：

def print_project(self, project): 
    project_prefix = "Project: " 
    print (project_prefix + unicode(project)) 

這種意志，其實，有無工作__future__語句有了它，project_prefix已經unicode ;沒有它，這是一個str，將從ASCII解碼，但沒關係，因爲它是 ASCII。

如果你想使用非ASCII文字（在project_prefix），你想你的代碼與不__future__聲明工作，你將不得不手動解碼：

def print_project(self, project): 
    project_prefix = "Project: ".decode('utf-8') 
    print (project_prefix + unicode(project)) 

（確保。相匹配的源文件的編碼申報，當然）

---

在一個評論，你問：

使用__future__導入語句時是否還需要在.py文件的開頭定義編碼？＃ - 編碼：utf-8 -

簡短回答是肯定的。

我不知道這個文檔是否直接覆蓋了這個地方，但如果你仔細想想，就沒有別的辦法可以工作。

爲了將8位源代碼中的文字解釋爲Unicode，Python編譯器必須解碼它們。它知道如何解碼它們的唯一方法就是編碼聲明。

另一種看待這個問題的方式是，__future__聲明使Python 2像Python 3一樣工作，就字符串文字而言，而Python 3需要編碼聲明。

如果您想自己測試，請將以下內容複製爲UTF文件並將其粘貼到文本文件中。 （請注意，您必須使用不理解編碼聲明的編輯器來執行此操作，例如emacs可能會在保存時將您的UTF-8文本轉換爲Latin-1）。

# -*- coding: latin-1 -*- 
from __future__ import unicode_literals 
print repr('é') 

當你運行它，它會打印出u'\xc3\xa9'，不u'\xe9'。

雖然如果您沒有指定編碼，Python 3默認爲UTF-8，但Python 2.5-2.7默認爲ASCII，即使使用unicode_literals也是如此。所以，你仍然需要編碼聲明。 （即使在3.x中也是如此，即使是在3.x中也是如此，這也使得很多程序員的文本編輯都很開心，所以這可能是一種值得保留的習慣，直到我們深入到未來，沒有人記得Latin-1和Shift- JIS和cp1250等）。