Django：带有 ASCII 标头的 Unicode 文件名？答案

【问题标题】：Django: Unicode Filenames with ASCII headers?Django：带有 ASCII 标头的 Unicode 文件名？
【发布时间】：2011-02-13 12:09:35
【问题描述】：

我有一个奇怪编码的文件列表：02 - Charlie, Woody and You／Study #22.mp3，我认为这还不错，但 Django 或 nginx 似乎会遇到一些特殊字符。

>>> test = u'02 - Charlie, Woody and You／Study #22.mp3'
>>> test
u'02 - Charlie, Woody and You\uff0fStudy #22.mp3'

我使用 nginx 作为反向代理来连接到 django 的内置网络服务器（仍处于开发阶段）和我的数据库的 postgresql。我的数据库和表都是en_US.UTF-8，我正在使用 pgadmin3 在 django 之外查看我的表。我的问题有点超出我的标题，首先我应该如何在我的数据库中保存可能古怪的文件名？我目前的方法是

'path': smart_unicode(path.lstrip(MUSIC_PATH)),
'filename': smart_unicode(file)

当我打印出它们确实显示的值时 u'whateverthecrap'

我不确定我是否应该这样做，但假设现在我在尝试吐出下载时遇到问题。

我的下载视图如下所示：

def song_download(request, song_id):
    song = get_object_or_404(Song, pk=song_id)
    url = u'/static_music/%s/%s' % (song.path, song.filename)

    print url

    response = HttpResponse()
    response['X-Accel-Redirect'] = url
    response['Content-Type'] = 'audio/mpeg'
    response['Content-Disposition'] = "attachment; filename=test.mp3"

    return response

大多数文件都会下载，但是当我到达 02 - Charlie, Woody and You／Study #22.mp3 时，我会从 django 收到这个：'ascii' codec can't encode character u'\uff0f' in position 118: ordinal not in range(128), HTTP response headers must be in US-ASCII format。

如果我的文件名超出范围，如何使用可接受的 ASCII 字符串？ 02 - Charlie, Woody and You\uff0fStudy #22.mp3 似乎不起作用...

编辑 1

我的操作系统使用的是 Ubuntu。

【问题讨论】：

我不清楚您的正斜杠字符/ 是这里的文件名的一部分还是父目录加文件名的一部分？（当然，由于与目录结构混淆，在大多数现代文件系统中，正斜杠字符“/”不允许作为文件名的一部分。）然而，要以 ASCII 安全的方式对正斜杠进行编码，你可以使用 '\u002f'... 但我不推荐它。
这首歌更像是一个分隔符，我不知道他们是怎么弄进去的，但它不是一个真正的/，它是一个／，这可能是它被允许的原因。这可能是一个糟糕的例子，但它已经在许多其他 unicode 字符上做到了。

标签： python django unicode nginx ascii

【解决方案1】：

虽然／ 是一个不寻常且不受欢迎的字符，但您的脚本会因任何非ASCII字符而中断。

response['X-Accel-Redirect'] = url

url 是 Unicode（它不是 URL，它是文件路径）。响应标头是字节。您需要对其进行编码。

response['X-Accel-Redirect'] = url.encode('utf-8')

假设您在使用 UTF-8 作为文件系统编码的服务器上运行。

（现在，如何对Content-Disposition 标头中的文件名进行编码......这是一个完全棘手的问题！）

【讨论】：

哈哈抱歉，url 用作 url。我正在运行 Ubuntu 10.4 (Beta)，有没有办法告诉我文件系统的编码？
是的，除非您更改它，否则 Ubuntu 将是 UTF-8。除 Windows 之外的所有现代操作系统都使用 UTF-8。
根据this answerfilename参数必须始终为ascii，例如：filename=test.encode('ascii', 'replace')，而较新的浏览器（在RFC-6266之后）可以使用filename*，例如：filename*=''urlquote(test)。