在Django中，为什么我会遇到utf-8编码字符串的问题？

Question

我是德国开发人员，为德国人编写Web应用程序，这意味着我无法通过任何方式依赖纯ASCII编码。至少需要支持ä，ö，ü，ß等字符。

幸运的是，Django的对待字节串为UTF-8编码的默认（如所描述的in the docs）。所以它应该可以工作，如果我将# -*- coding: utf-8 -*-行添加到每个.py文件的开头并设置编辑器编码，不是吗？嗯，它大部分时间都是这样的......

但是，在网址方面，我似乎错过了一些东西。或者，也许这并没有对URL做任何事情，但直到现在我没有注意到任何其他编码不当行为。我记得有两种情况作为示例：

URL模式url(r'^([a-z0-9äöüß_\-]+)/$', views.view_page)根本不能识别包含ä，ö，ü，ß的URL。这些字符简单地被忽略。

的视图函数的下面的代码抛出异常：

def do_redirect(request, id): 
    return redirect('/page/{0}'.format(id)) 

其中ID参数从像在第一示例中的URL捕获。如果我定的URL模式（通过其指定为Unicode字符串），比访问/ä/，我得到的异常

UnicodeEncodeError at /ä/ 
'ascii' codec can't encode character u'\xe4' in position 0: ordinal not in range(128) 

然而，试图为视图功能如下代码：

def do_redirect(request, id): 
    return redirect('/page/' + id) 

一切正常没问题。这让我相信实际问题不在Django之内，而是源自Python，将ByteStrings视为ASCII。我对编码没有那么多，但第二个例子中的问题显然是String对象的format（）方法。所以，在第一个例子中，它可能因为Python处理正则表达式的方式而失败（尽管我不知道Django是否使用了re模块或其他东西）。

我的解决方法直到现在，每当发生这样的错误只是u前缀字符串。这是一个糟糕的解决方案，因为我可能容易忽略某些东西我试图将每个Python字符串标记为unicode，但是这会导致其他异常，并且非常难看。

有谁知道究竟是什么问题以及如何解决它在一个愉快的方式（即不使时，代码越吹你的脑袋爆炸的方式）？

在此先感谢！

编辑：对于我的正则表达式我发现了，为什么需要u。将字符串指定为原始字符串（r）会将其解释为ASCII。离开r使得正则表达式在没有u的情况下工作，但引入了一些反斜线的头痛。

Answer 1

使用u为字符串添加前缀是解决方案。

如果这是你的问题，那么它看起来像一个更一般的问题的症状：您在代码中有很多magic constants。这是不好的（你已经看到了为什么）。尽量避免它们，例如，您可以使用​​进行重定向，而不是重新输入URL的部分。

如果无法避开他们，把他们变成命名常量，并将其分配在同一个地方。然后，你会发现它们都是正确的前缀，很难忽略它。

Answer 2

在django 1.4中，其中一个新功能是更好地支持url internationalization，包括支持翻译URL。

这将帮助你走出很长的路，但这并不意味着你应该忽略其他建议，因为它适用于所有Python，并且适用于所有内容，而不仅仅是django。