创建数据库¶

确保您的数据库配置为能够存储任意字符串数据。通常，这意味着为其提供 UTF-8 或 UTF-16 编码。如果您使用更严格的编码——例如，latin1 (iso8859-1)——您将无法在数据库中存储某些字符，并且信息将会丢失。

• MySQL 用户，请参阅MySQL 手册了解有关如何设置或更改数据库字符集编码的详细信息。

• PostgreSQL 用户，请参阅PostgreSQL 手册了解有关使用正确编码创建数据库的详细信息。

• Oracle 用户，请参阅Oracle 手册了解有关如何设置(第 2 节)或更改(第 11 节)数据库字符集编码的详细信息。

• SQLite 用户，您无需执行任何操作。SQLite 始终使用 UTF-8 进行内部编码。

所有 Django 的数据库后端都会自动将字符串转换为与数据库通信的适当编码。它们还会自动将从数据库检索到的字符串转换为字符串。您甚至不需要告诉 Django 您的数据库使用什么编码：这是透明处理的。

更多信息，请参见下面的“数据库 API”部分。

常规字符串处理¶

无论何时在 Django 中使用字符串——例如，在数据库查找、模板渲染或其他任何地方——您都有两种选择来编码这些字符串。您可以使用普通字符串或字节字符串（以“b”开头）。

如果您的代码只使用 ASCII 数据，则可以使用您的普通字符串安全地随意传递它们，因为 ASCII 是 UTF-8 的子集。

不要误以为如果您的DEFAULT_CHARSET设置设置为除'utf-8'之外的其他值，您就可以在字节字符串中使用该其他编码！DEFAULT_CHARSET仅适用于作为模板渲染（和电子邮件）结果生成的字符串。Django 将始终假设内部字节字符串为 UTF-8 编码。这样做的原因是DEFAULT_CHARSET设置实际上不在您的控制之下（如果您是应用程序开发者）。它受安装和使用您的应用程序的人员控制——如果该人员选择不同的设置，您的代码仍然必须继续工作。因此，它不能依赖于该设置。

在大多数情况下，当 Django 处理字符串时，它会在执行任何其他操作之前将其转换为字符串。因此，作为一个通用的规则，如果您传入一个字节字符串，则准备好接收结果中的字符串。

>>> from urllib.parse import quote
>>> from django.utils.encoding import iri_to_uri
>>> quote("Paris & Orléans")
'Paris%20%26%20Orl%C3%A9ans'
>>> iri_to_uri("/favorites/François/%s" % quote("Paris & Orléans"))
'/favorites/Fran%C3%A7ois/Paris%20%26%20Orl%C3%A9ans'

>>> from django.utils.encoding import uri_to_iri
>>> uri_to_iri("/%E2%99%A5%E2%99%A5/?utf8=%E2%9C%93")
'/♥♥/?utf8=✓'
>>> uri_to_iri("%A9hello%3Fworld")
'%A9hello%3Fworld'

iri_to_uri(iri_to_uri(some_string)) == iri_to_uri(some_string)
uri_to_iri(uri_to_iri(some_string)) == uri_to_iri(some_string)

模型¶

因为所有字符串都从数据库中作为 str 对象返回，所以基于字符的模型字段 (CharField、TextField、URLField 等) 在 Django 从数据库检索数据时将包含 Unicode 值。这种情况总是发生，即使数据可以放入 ASCII 字节串中。

创建模型或填充字段时，您可以传入字节串，Django 会在需要时将其转换为字符串。

from urllib.parse import quote
from django.utils.encoding import iri_to_uri


def get_absolute_url(self):
    url = "/person/%s/?x=0&y=0" % quote(self.location)
    return iri_to_uri(url)

模板¶

手动创建模板时使用字符串

from django.template import Template

t2 = Template("This is a string template.")

但是常见的情况是从文件系统读取模板。如果您的模板文件不是使用 UTF-8 编码存储的，请调整 TEMPLATES 设置。内置的 django 后端提供了 'file_charset' 选项来更改用于从磁盘读取文件的编码。

DEFAULT_CHARSET 设置控制渲染模板的编码。默认情况下设置为 UTF-8。

文件¶

如果您打算允许用户上传文件，则必须确保用于运行 Django 的环境已配置为使用非 ASCII 文件名。如果您的环境配置不正确，则在保存文件名或内容包含非 ASCII 字符的文件时，将会遇到 UnicodeEncodeError 异常。

对 UTF-8 文件名的文件系统支持各不相同，可能取决于环境。通过在交互式 Python shell 中运行以下命令来检查您当前的配置

import sys

sys.getfilesystemencoding()

这应该输出“UTF-8”。

LANG 环境变量负责在 Unix 平台上设置预期的编码。请咨询您的操作系统和应用程序服务器的文档，了解设置此变量的适当语法和位置。有关示例，请参见 如何使用 Django 与 Apache 和 mod_wsgi。

在您的开发环境中，您可能需要向您的 ~.bashrc 添加类似于以下内容的设置

export LANG="en_US.UTF-8"

表单提交¶

HTML 表单提交是一个棘手的问题。无法保证提交将包含编码信息，这意味着框架可能必须猜测提交数据的编码。

Django 采用了一种对表单数据进行“延迟”解码的方法。只有在访问 HttpRequest 对象中的数据时，才会对其进行解码。事实上，大多数数据根本没有解码。只有 HttpRequest.GET 和 HttpRequest.POST 数据结构应用了任何解码。这两个字段会将其成员作为 Unicode 数据返回。HttpRequest 的所有其他属性和方法都将返回客户端提交的数据。

默认情况下，DEFAULT_CHARSET 设置用作表单数据的假设编码。如果您需要为特定表单更改此设置，则可以在 HttpRequest 实例上设置 encoding 属性。例如

def some_view(request):
    # We know that the data must be encoded as KOI8-R (for some reason).
    request.encoding = "koi8-r"
    ...

您甚至可以在访问 request.GET 或 request.POST 后更改编码，所有后续访问都将使用新编码。

大多数开发人员无需担心更改表单编码，但这对于与无法控制其编码的旧系统通信的应用程序来说是一个有用的功能。

Django 不会解码文件上传的数据，因为这些数据通常被视为字节集合，而不是字符串。任何自动解码都会改变字节流的含义。