cx_Oracle - Codierung Abfrage-Ergebnis zu Raw

EDIT:

Folgende Bild zeigt mein soll-Wert.

(beide sys.stdout.Codierung und sys.stdin.encoding 'UTF-8').

Warum ist der Wert der Variablen anders als Ihre print Wert? Ich brauche die roh-Wert in eine variable.

>>username = 'Jo\xc3\xa3o'
>>username.decode('utf-8').encode('latin-1')
'Jo\xe3o'
>>print username.decode('utf-8').encode('latin-1')
João

Ursprünglichen Frage:

Ich habe ein Problem das Abfragen einer BD und Dekodierung der Werte in Python.

Bestätigte ich die DB von NLS_LANG mit

select property_value from database_properties where property_name='NLS_CHARACTERSET';

'''AL32UTF8 stores characters beyond U+FFFF as four bytes (exactly as Unicode defines 
UTF-8). Oracle’s “UTF8” stores these characters as a sequence of two UTF-16 surrogate
characters encoded using UTF-8 (or six bytes per character)'''

os.environ["NLS_LANG"] = ".AL32UTF8"

....
conn_data = str('%s/%s@%s') % (db_usr, db_pwd, db_sid)

sql = "select user_name apex.users where user_id = '%s'" % userid

...

cursor.execute(sql)
ldap_username = cursor.fetchone()
...

wo

print ldap_username
>>'Jo\xc3\xa3o'

Ich habe beide ausprobiert (wieder den gleichen)

ldap_username.decode('utf-8')
>>u'Jo\xe3o'
unicode(ldap_username, 'utf-8')
>>u'Jo\xe3o'

wo

u'João'.encode('utf-8')
>>'Jo\xc3\xa3o'

wie man die Abfragen führen zurück auf die richtige 'João' ?

InformationsquelleAutor Joao Figueiredo | 2011-10-21

  1. 1

    Haben Sie schon die richtigen "João', dünkt mich. Der Unterschied zwischen >>> 'Jo\xc3\xa3o' und >>> print 'Jo\xc3\xa3o' ist, dass die früheren Anrufe repr auf das Objekt, während die letzteren nennt str (oder wahrscheinlich unicode in deinem Fall). Es ist einfach wie die Zeichenfolge ist vertreten.

    Einige Beispiele machen dies klar:

    >>> print 'Jo\xc3\xa3o'.decode('utf-8')
João
>>> 'Jo\xc3\xa3o'.decode('utf-8')
u'Jo\xe3o'
>>> print repr('Jo\xc3\xa3o'.decode('utf-8'))
u'Jo\xe3o'

    Beachten Sie, wie die zweite und Dritte Ergebnis sind identisch. Die original ldap_username derzeit ist eine ASCII-Zeichenfolge. Sie sehen diese auf der Python-Eingabeaufforderung ein: wenn es zeigt eine ACSII-Objekt, es zeigt, wie 'ASCII string', während Unicode-Objekte werden gezeigt, wie u'Unicode string' - der Schlüssel zu den führenden u.

    So, wie Ihr ldap_username liest sich wie 'Jo\xc3\xa3o', und ist eine ASCII-Zeichenkette, gilt Folgendes:

    >>> 'Jo\xc3\xa3o'.decode('utf-8')
u'Jo\xe3o'
>>> print 'Jo\xc3\xa3o'.decode('utf-8') # To Unicode...
João
>>> u'João'.encode('utf-8')             # ... back to ASCII
'Jo\xc3\xa3o'

    Zusammengefasst: Sie brauchen, um zu bestimmen, den Typ der saite (verwenden type wenn Sie unsicher sind), und basierend darauf, decode Unicode, oder encode to ASCII.

    Dank jro. Aber ich bekomme genau die gleichen Ergebnisse auf Ihre 2-und 3d-Beispiele, auf Ihre erste den ich bekommen: João, nicht João. Wie kann ich erreichen, dass der raw-Wert 'João' gespeichert in der DB in ein Python-Objekt ?
    Ich aktualisierte die Antwort auf Ihre weitere Frage.
    Ich entschuldige mich, wenn ich nicht klar. Ich denke, ich packte die Grundlagen der Kodierung und Dekodierung (u'string' hinterlässt keine Zweifel über seine Art). Mein Problem bleibt, wie Sie passieren die raw-string an eine externe API.
    Als vorübergehende Lösung, ich bin Normalisierung der Saiten, unicodedata.normalize('NFKD', ldap_username.decode('utf-8') ).encode('ascii', 'ignore'), die normalisiert 'João' , 'Joao', 'Lourenço' zu 'Lourenco', etc
    Ich bin mir nicht sicher, was das problem ist. Sie Fragen, warum "die variable Wert [ist], anders als sein print-Wert": das ist einfach der Unterschied in der Repräsentation der gleichen Zeichenfolge. str druckt den string in einem "pretty" format; repr druckt den string in ein format, das verwendet werden kann, um zu rekonstruieren, das Objekt (mit eval). Führen Sie die folgenden Befehle ein, vielleicht klärt die Sache auf: repr('Jo\xc3\xa3o'), eval('Jo\xc3\xa3o'), eval(repr('Jo\xc3\xa3o')). Schließlich, wie für die Ausgabe von der externen API, ich bräuchte ein paar Fehlermeldungen sagen nichts über es.

    InformationsquelleAutor jro

Schreibe einen Kommentar