cx_Oracle - 将查询结果编码为 Raw

Question

编辑：

以下打印显示了我的预期值。

（sys.stdout.encoding 和 sys.stdin.encoding 都是“UTF-8”）。

为什么变量值与其打印值不同？我需要将原始值放入变量中。

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

原始问题：

我在查询 BD 并将值解码为 Python 时遇到问题。

（返回相同的值）确认了我的数据库 NLS_LANG，

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()
...

位置

print ldap_username
>>'Jo\xc3\xa3o'

我使用我都尝试过的

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

如何

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

将查询结果返回到正确的“João”？

Answer 1

我想，你已经有了正确的“João”。 >> 之间的区别'Jo\xc3\xa3o' 和 >>>>> print 'Jo\xc3\xa3o' 是前者在对象上调用 repr ，而后者调用 str （或者可能是 unicode代码>，在你的情况下）。这就是字符串的表示方式。

一些例子可能会让这一点更清楚：

>>> 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'

注意第二个和第三个结果是如何相同的。原始的ldap_username当前是一个ASCII字符串。您可以在 Python 提示符上看到这一点：当它显示 ACSII 对象时，它显示为 'ASCII string'，而 Unicode 对象显示为 u'Unicode string' -- 键是前导u。

因此，由于您的 ldap_username 读作 'Jo\xc3\xa3o'，并且是一个 ASCII 字符串，因此以下内容适用：

>>> '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'

总结：您需要确定string（不确定时使用type），并基于此，解码为 Unicode，或编码为 ASCII。