- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我有一个数据库 (mysql),我想在其中存储 pickle 数据。
例如,数据可以是字典,其中可能包含 unicode,例如
data = {1 : u'é'}
并且数据库(mysql)是utf-8。
当我 pickle 时,
import pickle
pickled_data = pickle.dumps(data)
print type(pickled_data) # returns <type 'str'>
生成的 pickled_data 是一个字符串。
当我尝试将其存储在数据库中(例如,在文本字段中)时,这可能会导致问题。特别是,我在某个时候得到了一个
UnicodeDecodeError "'utf8' codec can't decode byte 0xe9 in position X"
当试图将 pickled_data 保存在数据库中时。这是有道理的,因为 pickled_data 可以有非 utf-8 字符。我的问题是如何将 pickled_data 存储在 utf-8 数据库中?
我看到两个可能的候选人:
将 pickle.dump 的结果编码为 utf-8 并存储。当我想要 pickle.load 时,我必须对其进行解码。
以二进制格式存储 pickled 字符串(如何?),这会强制所有字符都在 ascii 内。
我的问题是,从长远来看,我没有看到选择其中一个选项会产生什么后果。由于更改已经需要一些努力,因此我迫不及待地就此问题征求意见,寻求最终更好的候选人。
(附:这在 Django 中很有用)
最佳答案
即使您使用协议(protocol)版本 0,Pickle 数据也是不透明的二进制数据:
>>> pickle.dumps(data, 0)
'(dp0\nI1\nV\xe9\np1\ns.'
当您尝试将其存储在 TextField
中时,Django 将尝试将该数据解码为 UTF8 以进行存储;这就是失败的原因,因为这不是 UTF-8 编码的数据;它是二进制数据:
>>> pickled_data.decode('utf8')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/Users/mj/Development/venvs/stackoverflow-2.7/lib/python2.7/encodings/utf_8.py", line 16, in decode
return codecs.utf_8_decode(input, errors, True)
UnicodeDecodeError: 'utf8' codec can't decode byte 0xe9 in position 9: invalid continuation byte
解决方案是不尝试将其存储在TextField
中。使用BinaryField
相反:
A field to store raw binary data. It only supports
bytes
assignment. Be aware that this field has limited functionality. For example, it is not possible to filter a queryset on a BinaryField value.
您有一个 bytes
值(Python 2 字符串是字节字符串,在 Python 3 中重命名为 bytes
)。
如果您坚持将数据存储在文本字段中,请将其显式解码为 latin1
; Latin 1 编解码器将字节一对一映射到 Unicode 代码点:
>>> pickled_data.decode('latin1')
u'(dp0\nI1\nV\xe9\np1\ns.'
并确保在再次 unpickling 之前再次对其进行编码:
>>> encoded = pickled_data.decode('latin1')
>>> pickle.loads(encoded)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/Users/mj/Development/Libraries/buildout.python/parts/opt/lib/python2.7/pickle.py", line 1381, in loads
file = StringIO(str)
UnicodeEncodeError: 'ascii' codec can't encode character u'\xe9' in position 9: ordinal not in range(128)
>>> pickle.loads(encoded.encode('latin1'))
{1: u'\xe9'}
请注意,如果您让此值进入浏览器并在文本字段中再次返回,浏览器很可能已经替换了该数据中的字符。例如,Internet Explorer 会将 \n
字符替换为 \r\n
,因为它假设它正在处理文本。
并不是说在任何情况下你都应该允许从网络连接中接受 pickle 数据,因为 that is a security hole waiting for exploitation .
关于python - 如何 pickle unicode 并将它们保存在 utf-8 数据库中,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/17303266/
我需要将文本放在 中在一个 Div 中,在另一个 Div 中,在另一个 Div 中。所以这是它的样子: #document Change PIN
奇怪的事情发生了。 我有一个基本的 html 代码。 html,头部, body 。(因为我收到了一些反对票,这里是完整的代码) 这是我的CSS: html { backgroun
我正在尝试将 Assets 中的一组图像加载到 UICollectionview 中存在的 ImageView 中,但每当我运行应用程序时它都会显示错误。而且也没有显示图像。 我在ViewDidLoa
我需要根据带参数的 perl 脚本的输出更改一些环境变量。在 tcsh 中,我可以使用别名命令来评估 perl 脚本的输出。 tcsh: alias setsdk 'eval `/localhome/
我使用 Windows 身份验证创建了一个新的 Blazor(服务器端)应用程序,并使用 IIS Express 运行它。它将显示一条消息“Hello Domain\User!”来自右上方的以下 Ra
这是我的方法 void login(Event event);我想知道 Kotlin 中应该如何 最佳答案 在 Kotlin 中通配符运算符是 * 。它指示编译器它是未知的,但一旦知道,就不会有其他类
看下面的代码 for story in book if story.title.length < 140 - var story
我正在尝试用 C 语言学习字符串处理。我写了一个程序,它存储了一些音乐轨道,并帮助用户检查他/她想到的歌曲是否存在于存储的轨道中。这是通过要求用户输入一串字符来完成的。然后程序使用 strstr()
我正在学习 sscanf 并遇到如下格式字符串: sscanf("%[^:]:%[^*=]%*[*=]%n",a,b,&c); 我理解 %[^:] 部分意味着扫描直到遇到 ':' 并将其分配给 a。:
def char_check(x,y): if (str(x) in y or x.find(y) > -1) or (str(y) in x or y.find(x) > -1):
我有一种情况,我想将文本文件中的现有行包含到一个新 block 中。 line 1 line 2 line in block line 3 line 4 应该变成 line 1 line 2 line
我有一个新项目,我正在尝试设置 Django 调试工具栏。首先,我尝试了快速设置,它只涉及将 'debug_toolbar' 添加到我的已安装应用程序列表中。有了这个,当我转到我的根 URL 时,调试
在 Matlab 中,如果我有一个函数 f,例如签名是 f(a,b,c),我可以创建一个只有一个变量 b 的函数,它将使用固定的 a=a1 和 c=c1 调用 f: g = @(b) f(a1, b,
我不明白为什么 ForEach 中的元素之间有多余的垂直间距在 VStack 里面在 ScrollView 里面使用 GeometryReader 时渲染自定义水平分隔线。 Scrol
我想知道,是否有关于何时使用 session 和 cookie 的指南或最佳实践? 什么应该和什么不应该存储在其中?谢谢! 最佳答案 这些文档很好地了解了 session cookie 的安全问题以及
我在 scipy/numpy 中有一个 Nx3 矩阵,我想用它制作一个 3 维条形图,其中 X 轴和 Y 轴由矩阵的第一列和第二列的值、高度确定每个条形的 是矩阵中的第三列,条形的数量由 N 确定。
假设我用两种不同的方式初始化信号量 sem_init(&randomsem,0,1) sem_init(&randomsem,0,0) 现在, sem_wait(&randomsem) 在这两种情况下
我怀疑该值如何存储在“WORD”中,因为 PStr 包含实际输出。? 既然Pstr中存储的是小写到大写的字母,那么在printf中如何将其给出为“WORD”。有人可以吗?解释一下? #include
我有一个 3x3 数组: var my_array = [[0,1,2], [3,4,5], [6,7,8]]; 并想获得它的第一个 2
我意识到您可以使用如下方式轻松检查焦点: var hasFocus = true; $(window).blur(function(){ hasFocus = false; }); $(win
我是一名优秀的程序员,十分优秀!