Python DjangoUnicode数据库错误：[错误的Unicode数据]

模型：

class ItemType(models.Model):
  name = models.CharField(max_length=100)
  def __unicode__(self):
    logger.debug("1. Item Type %s created" % self.name)
    return self.name 

守则：

  (...)
    type = re.search(r"Type:(.*?)",text)
    itemtype = ItemType.objects.create(name = name.group(1), defaults={'name':name.group(1)})
    logger.debug("2. Item Type %s created" % name.group(1))
    logger.debug("4. Item Type %s created" % itemtype.name)
    logger.debug("3. Item Type %s created" % itemtype)

结果是出乎意料的（当然对我来说）：

第一个

logger.debug

按预期打印创建的

项目类型

，但第二个会引发错误：

DjangoUnicodeDecodeError: 'ascii' codec can't decode byte  in position : 
ordinal not in range(128). 
You passed in <ItemType: [Bad Unicode data]> (<class 'aaa.models.ItemType'>)

那么为什么要调试3。不能打印吗

更新2 问题在于：

  itemtype = ItemType.objects.create(name = name.group(1), defaults={'name':name.group(1)})

如果我把它换成

  itemtype = ItemType.objects.create(name = name.group(1), defaults={'name':u'ĄĆĘŃŁÓŚ'})

一切都很好

---

那么如何将其转换为unicode呢？unicode（name.group（1））不起作用。

与自己的影子打了两天后，我找到了一个解决方案。对于这种情况，这不是一个解决办法，而是思维的复杂变化，我必须重构整个代码

我假设每个字符串都是UNICODE。如果它不是-修复它

不要使用“%s”或“某物”始终使用u“%s”和u“cośtam”

在每个具有models.CharField（）或其他面向“文本”的字段的模型中，我重写save（）方法：

例如：

class ItemType(models.Model):
  name = models.CharField(max_length=100)

  def save(self, *args, **kwargs):
    if isinstance(self.name, str):
      self.name=self.name.decode("utf-8")
    super(ItemType, self).save(*args, **kwargs)

解释-如果名称以某种方式用str而不是unicode填充，请将其更改为unicode

我是如何发现这一点的：

我想知道models.CharField中的文本是什么类型，然后发现，如果你用unicode填充它-它是unicode，如果你用str填充它-它是str。所以如果你用unicode“手工”填充它，而在其他地方用regex填充它-结果是出乎意料的

unicode和str的最大问题是，在这两种语言中都使用双字符是没有问题的：

>>> text_str = "żółć"
>>> text_unicode = u"żółć"
>>> print text_str
żółć
>>> print text_uni
żółć

所以你看不出有什么不同

但如果使用其他命令：

>>> text_str
'\xc5\xbc\xc3\xb3\xc5\x82\xc4\x87'
>>> text_uni
u'\u017c\xf3\u0142\u0107'

这一差别显而易见

如果有一些设置将打印（和类似）的行为更改为：

一切都将更容易调试-如果你能看到DIATTRICS它是好的-如果没有-它是坏的

使用解码（'utf-8'）使我找到了解决方案：

>>> text_str
'\xc5\xbc\xc3\xb3\xc5\x82\xc4\x87'
>>> text_str.decode('utf-8')
u'\u017c\xf3\u0142\u0107'
>>> text_uni
u'\u017c\xf3\u0142\u0107'

---

瞧

您正在使用哪个数据库？神谕您还可以尝试更改为logger.debug（“1.Item Type%s created”，self.name）。在记录器中，避免使用“%”。更改为logger.debug（itemtype）相同的错误当您将包含非英语字符（超过128个Unicode字符）的Unicode字符串传递给需要ASCII bytestring的对象时，会发生此错误。Python bytestring的默认编码是ASCII，“它精确地处理128个（英文）字符”。这就是为什么试图转换超过128的Unicode字符会产生错误。请参阅您的Postgres是否配置为接受unicode？是的，Postgres配置正确。但如果我添加u“żółć”而不是regex结果模型debug打印预期值，我不能同意create需要ascii。我认为我必须对结果进行编码，但编码和unicode的方式不起作用。

>>> print text_str
'\xc5\xbc\xc3\xb3\xc5\x82\xc4\x87'
>>> print text_uni
żółć

>>> text_str
'\xc5\xbc\xc3\xb3\xc5\x82\xc4\x87'
>>> text_str.decode('utf-8')
u'\u017c\xf3\u0142\u0107'
>>> text_uni
u'\u017c\xf3\u0142\u0107'