Django unicode concatenation

Question

unicode和字符串编码仍然让我头疼。 I follow this question/answer to can be added special characters（äÄÜ..）to message。

对于下面的结构，我很难理解为什么版本2工作，版本1没有。

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，唯一的区别是，我做这个from __future__ import unicode_literals进口。抛出的错误如下：

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

Answer 1

是__future__语句后，你的文字是不是str对象，但unicode对象。这是声明的重点。这在__future__文档或PEP 3112（它们大部分时间都在讨论如何编写Python 2样式的bytes对象，因为字符串文字现在是Unicode）时没有描述得太好。但这就是它的作用。

您可以在交互式解释测试：

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

所以，在第2版，你把两个str物体放在一起，这是很容易。但在版本1中，您将添加一个unicode和str。这可以通过使用缺省编码（ASCII码）自动将str转换为unicode来实现，该编码不起作用。

---

解决这个问题的最简单的方法是让project是unicode本身：

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

这种意志，其实，有无工作__future__语句有了它，project_prefix已经unicode ;没有它，这是一个str，将从ASCII解码，但没关系，因为它是 ASCII。

如果你想使用非ASCII文字（在project_prefix），你想你的代码与不__future__声明工作，你将不得不手动解码：

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

（确保。相匹配的源文件的编码申报，当然）

---

在一个评论，你问：

使用__future__导入语句时是否还需要在.py文件的开头定义编码？＃ - 编码：utf-8 -

简短回答是肯定的。

我不知道这个文档是否直接覆盖了这个地方，但如果你仔细想想，就没有别的办法可以工作。

为了将8位源代码中的文字解释为Unicode，Python编译器必须解码它们。它知道如何解码它们的唯一方法就是编码声明。

另一种看待这个问题的方式是，__future__声明使Python 2像Python 3一样工作，就字符串文字而言，而Python 3需要编码声明。

如果您想自己测试，请将以下内容复制为UTF文件并将其粘贴到文本文件中。 （请注意，您必须使用不理解编码声明的编辑器来执行此操作，例如emacs可能会在保存时将您的UTF-8文本转换为Latin-1）。

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

当你运行它，它会打印出u'\xc3\xa9'，不u'\xe9'。

虽然如果您没有指定编码，Python 3默认为UTF-8，但Python 2.5-2.7默认为ASCII，即使使用unicode_literals也是如此。所以，你仍然需要编码声明。 （即使在3.x中也是如此，即使是在3.x中也是如此，这也使得很多程序员的文本编辑都很开心，所以这可能是一种值得保留的习惯，直到我们深入到未来，没有人记得Latin-1和Shift- JIS和cp1250等）。