什么时候应该使用 Unicode 字符串？答案

【问题标题】：When should I use Unicode string?什么时候应该使用 Unicode 字符串？
【发布时间】：2013-04-24 08:13:45
【问题描述】：

我反映何时应该在 Python 2.7 和我的 django 应用程序中使用 Unicode 字符串。

每个字符串使用约定 u'some string' 是个好习惯吗？

例如：

// models.py
# -*- coding: UTF-8 -*-
class ModelClass(models.Model)
   field_name = models.ForeignKey(SomeModel, related_name=u'some_models')
   # ...

       class Meta:
          ordering = (u'created', u'name',)

和

// urls.py
# -*- coding: UTF-8 -*-
urlpatterns = patterns(u'',
    url(r'^a/$', views.some_view(), name=u'a'),
    url(r'^b/(?P<pk>[0-9]+)/$', views.some_view2(), name=u'b'),
)

【问题讨论】：

这可能没有正确答案，但从性能 POV 来看，使用常规字符串会更有效。因此，除非您实际上使用的是 ASCII 范围之外的字符，否则我会坚持使用常规字符串。

标签： python django unicode

【解决方案1】：

IMO 你应该在任何有文本的地方使用 Unicode。您永远不知道 Jürgen、Søren 或 Joël 是否会在您的申请中展示他们的œuvre。

当您有数据要传输到另一个进程或文件时，您应该将它们分别作为常规字符串 (Py2)。 bytes() 对象 (Py3)。为了识别这些领域之间的接口，您必须小心一点。

【讨论】：

【解决方案2】：

您可以在应用程序内部的任何地方使用 unicode 编码。但是，当涉及到输入/输出时，您可能会注意。

一个问题是编码的多字节性质；一个统一码字符可以用几个字节表示。如果你想阅读以任意大小的块（例如，1K 或 4K）的文件，您需要编写错误处理代码以捕获只有部分字节的情况编码单个 Unicode 字符在块的末尾读取。一种解决方案是将整个文件读入内存，然后执行解码，但这会阻止您处理文件非常大；如果您需要读取 2Gb 文件，则需要 2Gb 内存。（更多，真的，因为至少有一段时间你需要编码字符串及其在内存中的 Unicode 版本。）

HOWTO 最重要的提示

最重要的提示是：

软件只能在内部使用 Unicode 字符串，将输出到特定的编码。

【讨论】：