蟒蛇：UNICODE函数VSü前缀

Question

我遇到了麻烦，在我的Django项目UnicodeEncodeError，并最终通过改变返回值解决问题（太多的无奈后）在故障从

return unicode("<span><b>{0}</b>{1}<span>".format(val_str, self.text)) 

__unicode__方法

到

return u"<span><b>{0}</b>{1}<span>".format(val_str, self.text) 

但我很困惑，为什么这个工作（或者说，为什么在首位的问题）。 u前缀和unicode函数不会做同样的事情吗？当在一个控制台尝试它，他们似乎给了相同的结果：

# with the function 
test = unicode("<span><b>{0}</b>{1}<span>".format(2,4)) 
>>> test 
u'<span><b>2</b>4<span>' 
>>> type(test) 
<type 'unicode'> 

# with the prefix 
test = u"<span><b>{0}</b>{1}<span>".format(2,4) 
>>> test 
u'<span><b>2</b>4<span>' 
>>> type(test) 
<type 'unicode'> 

但似乎编码以某种方式做不同的视的二手什么。这里发生了什么？

Answer 1

你的问题在于你申请的东西unicode()到;你的两个表达式是而不是等效。

unicode("<span><b>{0}</b>{1}<span>".format(val_str, self.text)) 

适用unicode()到的结果：

"<span><b>{0}</b>{1}<span>".format(val_str, self.text) 

而

u"<span><b>{0}</b>{1}<span>".format(val_str, self.text) 

是等价的：

unicode("<span><b>{0}</b>{1}<span>").format(val_str, self.text) 

注意右括号的位置！

所以，你的第一个版本格式第一，只有然后转换格式为Unicode的结果。这是一个重要的区别！

当使用str.format()与unicode值，则这些值被传递到str()，其隐含编码那些字符串ASCII。这将导致你的异常：

>>> 'str format: {}'.format(u'unicode ascii-range value works') 
'str format: unicode ascii-range value works' 
>>> 'str format: {}'.format(u"unicode latin-range value doesn't work: å") 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
UnicodeEncodeError: 'ascii' codec can't encode character u'\xe5' in position 40: ordinal not in range(128) 

不要紧，你在调用的结果unicode();这个例外已经被提出。

与unicode.format()格式化，另一方面有没有这样的问题：

>>> u'str format: {}'.format(u'unicode lating-range value works: å') 
u'str format: unicode lating-range value works: \xe5'