如何在 MongoDB 字段中存储不同语言（非英语）的数据并检索相同的数据？

Question

我想在 MongoDB 字段中存储非英语（如：孟加拉语、印地语）数据。

This is my approach:-

import pymongo
from pymongo import MongoClient
client = MongoClient()
db = client.testdb

db['testing'].save({'data':'শুভ নববর্ষ'})

我遇到了异常。 异常值：第 5 行文件 /test/views.py 中的非 ASCII 字符“\xe0”，但未声明编码；有关详细信息，请参阅http://www.python.org/peps/pep-0263.html（views.py，第 5 行）

之后我尝试过这样的：-

from bson import BSON
bson_string = BSON.encode({'data':'শুভ নববর্ষ'})
db['testing'].save({'data':'শুভ নববর্ষ'})

这次我也遇到了同样的错误。

编辑：- 基本上我不能print 'শুভ নববর্ষ'IDLE

>>>print 'শুভ নববর্ষ'
Unsupported characters in input

1ST EDIT :-

我在views.py 中添加了# -*- coding: utf-8 -*-，然后能够以某种方式存储数据。 但是这个对象结构和mongodb中的普通数据结构是不一样的。 喜欢：-

> db['testing'].find()
{ষ" } : ObjectId("52d65a50012bad0b23c13a65"), "data" : "শà§à¦­ নববরà


I have added another record.
>db['testing'].save({'data':'kousik chowdhury'})

Now the collection is looking funny.
> db['testing'].find()                                                           ষ" }
{ "_id" : ObjectId("52d65e6a012bad0a39a2685b"), "data" : "kousik chowdhury" }¦°à§

> db['testing'].find().length()
2

数据检索：-

** I am using PuTTY as a editor. 

>>> a = db['testing'].find()[0]
>>> a
{u'_id': ObjectId('52d65a50012bad0b23c13a65'), u'data': u'\u09b6\u09c1\u09ad\u09a8\u09ac\u09ac\u09b0\u09cd\u09b7'}
>>> mydata = a['data']
>>>mydata
u'\u09b6\u09c1\u09ad \u09a8\u09ac\u09ac\u09b0\u09cd\u09b7'
>>>mydata.encode('utf-8')
'\xe0\xa6\xb6\xe0\xa7\x81\xe0\xa6\xad \xe0\xa6\xa8\xe0\xa6\xac\xe0\xa6\xac\xe0\xa6\xb0\xe0\xa7\x8d\xe0\xa6\xb7'

是否有任何标准流程，以便我可以将其以正确的格式存储在 mongodb 中并取回数据？

Answer 1

你有线路吗：

# -*- coding: <encoding name> -*-

在文件的开头？ 例如：

# -*- coding: utf-8 -*-

第 2 部分：

• 保存数据使用 unicode 前缀 (u'')

• 假设你想做 a['data'].encode('utf-8') 它工作正常 - 只是

  打印一个['data'].encode('utf-8')

提示：用某个值覆盖基本类型永远没有充分的理由......（我的意思是 str=''）

Answer 2

这在 Mac 上的 iTerm 中适用于我：

# -*- coding: utf-8 -*-
from pymongo import MongoClient

db = MongoClient().test
db.test_collection.drop()
db.test_collection.save({'data': 'শুভ নববর্ষ'})
document = db.test_collection.find_one()
print document['data']

打印输出与输入匹配：শুভ নববর্ষ。

MongoDB 本身期望所有文本都被编码为 UTF-8，因此它支持所有 unicode 文本。您遇到的麻烦是在 IDLE 或其他任何地方检索输出时找到一种方法来打印输出。尝试在 Windows 命令提示符下运行您的脚本，看看那里的输出是否正确呈现。