因此，按照规范规定最终用户/应用程序提供的给定变量（200 字节）的字节长度。
使用 python 字符串，字符串的最大字符长度是多少，满足 200 字节，因此我可以为我的数据库字段的 max_length 设置指定？
（同样，我可能在字节-unicode 转换中遗漏了一些东西！）
问问题
928 次
2 回答
1
取决于编码。UTF-32 总是使用 4 个字节 pr char，UTF-8 对英文文本使用单字节，对于大多数欧洲语言使用两个字节，但对于数学符号，中文/日文/等最多可以使用四个字节。所以，很可能 200 个字节足以容纳任何 50 个字符长的字符串......除非每个字符编码存在 5 个字节（？）:)
于 2013-05-21T19:06:07.247 回答
1
不确定我是否遗漏了什么，但从 200 个字节中可以得到的最长（unicode）字符串是 200 个字符。
不过，最小长度是一个不同的问题。
根据编码（'UTF-8'、'UTF-16'、'latin-1'、...），每个 unicode 代码点（'character'，例如）需要 1 到 4 个字节。因此，虽然长度为 200 的未编码字符串可以编码为 200 个字节：
len(u'a'*200)== 200 == len((u'a'*200).encode('UTF-8'))
你也可以获得更长的字节串：
len(u'a'*200)== 200 < 804 len((u'a'*200).encode('UTF-32')) # includes a byte-order-mark and 4 bytes per char
因此，根据使用的编码，作为 unicode 字符串，您的 200 个字节应该至少是 50 个代码点。
因此，如果要将字段长度指定为 unicode 字符串并让数据库处理编码，则 200 就足够了，以字节为单位取决于源编码。如果在 UTF-8 中解码和重新编码，例如日语编码中的字节串可能会变长。我认为最坏的情况是从 UTF-8 中的 ASCII 字符串（每个字节一个字符）到 UTF-32（每个字符 4 个字节，加上字节顺序标记），导致上述 804 个字节。
于 2013-05-21T19:06:27.237 回答