我有以下 Python 2.7 小腳本：
#!/usr/bin/python
# -*- coding: utf-8 -*-
import geoip2.database
def ret_country_iso(ip):
reader = geoip2.database.Reader('/usr/local/geoip/GeoLite2-Country.mmdb')
response = reader.country(ip)
return response.country.iso_code.lower()
result = ret_country_iso("8.8.8.8")
print result
result = "Роман"
print result
如您所見，我首先找出“8.8.8.8”IP 所在的國家/地區（這將回傳“us” - 見下文），然后我將一個包含一些俄羅斯字符的短字串連接到它。
結果：
# ./script.py
us
Traceback (most recent call last):
File "./script.py", line 12, in <module>
result = "Роман"
UnicodeDecodeError: 'ascii' codec can't decode byte 0xd0 in position 0: ordinal not in range(128)
現在，如果我嘗試以下操作
#!/usr/bin/python
# -*- coding: utf-8 -*-
result = "us"
print result
result = "Роман"
print result
然后一切正常：
./script.py
us
usРоман
顯然，'ret_country_iso()' 函式回傳的東西與文字“us”字串不同，我的 Python 太差了，雖然不能這么說。
如何糾正上述情況？
編輯：按照snakecharmerb的建議，以下作業：
#!/usr/bin/python
# -*- coding: utf-8 -*-
import geoip2.database
def ret_country_iso(ip):
reader = geoip2.database.Reader('/usr/local/geoip/GeoLite2-Country.mmdb')
response = reader.country(ip)
return response.country.iso_code.lower().encode('utf-8')
result = ret_country_iso("8.8.8.8")
print result
result = "Роман"
print result
uj5u.com熱心網友回復：
Python 2 并沒有嚴格區分 unicode 和 bytes，所以將這兩種型別拼接起來的結果是不一致的：
u'abc' 'def'
成功，但是
u'US' 'Роман'
導致例外。通常的方法——“Unicode Sandwich”模式——是在應用程式的邊緣對字串型別的資料進行解碼和編碼，并且只在應用程式內使用 unicode（對于主要處理位元組的應用程式，采用反向模式）。
因此，在組合str和unicode實體時，您可以采用以下任一選項：
# unicode result
u'US ' 'Роман'.decode('utf-8')
# str result
u'US '.encode('utf-8') 'Роман'
但關鍵是在整個代碼中保持一致，否則最終會出現很多錯誤。
Python 3 對區分這兩種型別更加嚴格；如果可能的話，你應該考慮使用它來更好地處理 unicode，因為 Python 2 不再受支持。
轉載請註明出處，本文鏈接：https://www.uj5u.com/gongcheng/410772.html
標籤：
上一篇：如何將文本檔案轉換為dict？