Python3错误的字符串编码答案

【问题标题】：Python3 wrong string encodingPython3错误的字符串编码
【发布时间】：2018-03-30 22:46:27
【问题描述】：

我有一个应用程序，您可以在其中通过 SAML2 登录。我正在使用 apache mellon 模块并获取数据：

name = request.environ['MELLON_name']
email = request.environ['MELLON_mail']

根据这些数据，我使用 flask_jwt_simpe 库创建 JWT。然后我想打电话给get_jwt_identity()，但是响应的名称编码错误，它看起来JiÅÃ Manes而不是Jiří Manes（捷克语）。我怎么解决这个问题？

编辑#1：locale 命令输出

LANG=en_US.utf8
LANGUAGE=
LC_CTYPE="en_US.utf8"
LC_NUMERIC="en_US.utf8"
LC_TIME="en_US.utf8"
LC_COLLATE="en_US.utf8"
LC_MONETARY="en_US.utf8"
LC_MESSAGES="en_US.utf8"
LC_PAPER="en_US.utf8"
LC_NAME="en_US.utf8"
LC_ADDRESS="en_US.utf8"
LC_TELEPHONE="en_US.utf8"
LC_MEASUREMENT="en_US.utf8"
LC_IDENTIFICATION="en_US.utf8"
LC_ALL=en_US.utf8

编辑#2：通过以下python代码在我的VPS上解决了它：

name = bytearray(request.environ['MELLON_name'], 'iso-8859-1').decode('utf-8')

但我想要另一个通用解决方案：-/

【问题讨论】：

environ 中的字符串通过环境变量传递，大概是 Apache/Mellon。它存储 UTF-8，但显然 Python/Flask 不知道这一点，因此它假定环境变量在您的默认语言环境中，这似乎是 Latin-1。因此，您需要将它们作为原始字节读取（因此您可以显式地decode('utf-8') 它们），或者您需要配置 Flask 以覆盖默认编码，或者您需要将您的系统配置为 en_US.UTF-8 或其他适当的东西。我不确定你是怎么做前两个的，但我确定它在 Flask 文档中。
您可能希望添加 flask 标签以吸引常驻 Flask 专家（并明确说明您的服务器是如何启动/调度的，或者其他任何相关的内容）。
如果你运行sys.getdefaultencoding()，返回什么？
@user3216673 当print(request.environ['MELLON_name']) 打印出原始字节时，它必须是一个字节串。它是否以b 为前缀，例如b'Ji\xc3\x85\xc2\x99\xc3\x83\xc2\xad Manes'？在那种情况下，有些事情是不对的，你不能解码字节串：bytearray(request.environ['MELLON_name'], 'iso-8859-1') 这应该会抛出一个异常。
print(type(request.environ['MELLON_name'])) 和 print(repr(request.environ['MELLON_name'])) 会有所帮助。

标签： python python-3.x flask character-encoding

【解决方案1】：

您已点击WSGI encoding dance。不幸的是，没有比您已经找到的更好的解决方案了。

如您所见，您已经在使用 same as werkzeug（这是 Flask 使用的 WSGI 包）来解决此问题。

如果您愿意，您可以使用该包中的兼容性函数，但您可能会发现它们在没有通知的情况下更改为私有模块，因此您最好还是坚持使用您自己的等效代码。

【讨论】：