Python Django中的捷克unicode问题

Question

我有这个 URL https://českébudějovice.mysite.com/，它是一个捷克城市名称。当有人访问该 url 时，我提取子域并查询 City 模型对象。所以我在 Django 中有 City 模型，并且可以通过 shell 成功查询该城市：

>> City.objects.get(name='českébudějovice')
>> <City: České Budějovice, Czech Republic>

但是今天我在 Sentry 上收到了一个关于生产的异常，说“城市匹配查询不存在”，并且 URL 显示如下：

xn--eskbudjovice-deb41c5g.mysite.com

显然，我没有名称为“xn--eskbudjovice-deb41c5g”的城市，因此出现“城市匹配查询不存在”错误。

我一直在尝试将那个奇怪的子域转换为实际名称，但没有成功。我在下面尝试过：

>> s='xn--eskbudjovice-deb41c5g'
>> print s.encode('utf8')
>> xn--eskbudjovice-deb41c5g

我正在使用 Cloudflare，我想知道它是否以某种方式将 url 转换为那种形式，而不是将其作为 unicode 提供给我的服务器。

Answer 1

这称为Punycode，它是表示国际域名的有效方式。

您可以使用“idna”编解码器对字符串进行解码：

>>> s = 'xn--eskbudjovice-deb41c5g'
>>> print(s.decode('idna'))
českébudějovice

如果您使用的是 Python 3，请使用 codecs 解码 punycode。

Answer 2

$ python
Python 2.7.9 (default, Aug 13 2016, 16:41:35) 

>>> 'xn--eskbudjovice-deb41c5g'.decode('idna')
u'\u010desk\xe9bud\u011bjovice'

>>> print 'xn--eskbudjovice-deb41c5g'.decode('idna')
českébudějovice