0 
Python Header:      # ! /usr/bin/env python
                    # -*- coding: utf-8 -*-
                    # image_upload.py

Cherrypy Config:    cherrypy.config.update(
                        {'tools.encode.on': True,
                         'tools.encode.encoding': 'utf-8',
                         'tools.decode.on': True,
                        },)

HTML Header:        <head><meta http-equiv="Content-Type"
                    content="text/html;charset=ISO-8859-1"></head>

""" Python        2.7.3
    Cherrypy      3.2.2
    Ubuntu        12.04
"""

使用 HTML 表单，我将图像文件上传到数据库。到目前为止，这没有问题。但是，如果文件名在 ASCII 中不是 100%，则似乎无法在 UTF-8 中检索它。这很奇怪，因为使用 HTML 文本输入字段，从保存到显示，它都可以正常工作。因此，我假设这是 Web 应用程序框架 CherryPy 的编码或解码问题，因为上传是由它处理的，就像这里一样。

工作原理：
HTML 表单将上传的文件 POST 到另一个 Python 函数，该函数接收标准字典中的文件**kwargs。从这里您可以获得带有扩展名的文件名，如下所示：filename = kwargs['file'].filename. 但这已经是错误的编码。到目前为止，该图像尚未以任何方式处理、存储或使用。

我正在寻求一种解决方案，它可以阻止它，只解析文件名并“手动”将其改回。我猜结果已经是 UTF-8 格式了，这使得正确处理起来很麻烦。这就是为什么让 CherryPy 来做这件事，可能是最好的方法。但也许它甚至是一个 HTML 问题，因为该文件来自一个表单。

这是错误解码的变音符号。
我需要的是作为结果的输入。 

input → result        input → result  
  ä   →   ä            Ä   →   Ä  
  ö   →   ö            Ö   →   Ö 
  ü   →   ü            Ü   →   Ãœ

以下是获得正确结果的失败尝试，即：“Würfel”
注：img_file = kwargs['file']

  • 最初的尝试：

    result = img_file.filename.rsplit('.',1)[0]

    结果：“Würfel”

  • 更改系统编码： 

    reload(sys)
sys.setdefaultencoding('utf-8')

    结果：“Würfel”

  • 编码尝试1： 

    result = img_file.filename.rsplit('.',1)[0].encode('utf-8')

    结果：“Würfel”

  • 编码尝试2： 

    result = unicode(img_file.filename.rsplit('.',1)[0], 'urf-8')

    错误信息： 

    TypeError: decoding Unicode is not supported

  • 解码尝试： 

    result = img_file.filename.rsplit('.',1)[0].decode('utf-8')

    错误信息： 

    UnicodeEncodeError: 'ascii' codec can't encode characters in position 1-2: ordinal not in range(128)

  • 施法尝试： 

    result = str(img_file.filename.rsplit('.',1)[0])

    错误信息： 

    UnicodeEncodeError: 'ascii' codec can't encode characters in position 1-2: ordinal not in range(128)
4

2 回答 2

1

问题是您使用字符集 ISO-8859-1 提供 HTML；这使浏览器感到困惑，并且在发送到服务器时它们也使用字符集。始终使用 UTF-8 提供所有 HTML，使用 UTF-8 编码，并将终端设置为 UTF-8，你应该没有问题。

于 2013-08-17T14:31:03.743 回答
1

尝试使用您的字符串，似乎我可以使用 latin1 编码获取文件名。

>>> s = u'W\xc3\xbcrfel.jpg'
>>> print s.encode('latin1')
Würfel.jpg
>>>

您只需要.encode('latin1')在拆分之前使用它。但这里的问题更广泛。你真的需要弄清楚为什么你的网络编码是latin1而不是utf8. 我不知道cherrypy，但尽量确保使用utf8，否则在通过apache 或nginx 等网络服务器提供应用程序时可能会出现其他故障。

于 2013-08-19T09:40:09.150 回答