unicode字符串中是否允许空字节?
我不问utf8,我指的是unicode字符串的高级对象表示。
背景
我们在PostgreSQL中通过Python存储包含空字节的unicode字符串。
如果我们再读一次,字符串会在空字节处剪切。
发布于 2015-03-02 17:49:47
关于数据库端,PostgreSQL本身不允许char/text/varchar字段中的字符串中出现空字节('\0'),因此如果您试图存储包含它的字符串,则会收到一个错误。示例:
postgres=# SELECT convert_from('foo\000bar'::bytea, 'unicode');
ERROR: 22021: invalid byte sequence for encoding "UTF8": 0x00如果确实需要存储此类信息,则可以在bytea端使用PostgreSQL数据类型。确保对其正确编码。
发布于 2015-03-02 16:00:31
Python本身完全能够同时拥有字节字符串和Unicode字符串,空字符的值为零。但是,如果调用用C实现的库,则该库可能使用C约定,即在第一个空字符处停止。
发布于 2015-03-02 15:47:12
由于字符串基本上只是数据和指针,所以可以将null保存在其中。但是,由于null表示字符串的结尾("null结束符"),所以如果不知道读取前的大小,就无法在空之后进行读取。
因此,您似乎应该将数据存储在二进制文件中,并将其作为缓冲区读取。
祝好运!
https://stackoverflow.com/questions/28813409
复制相似问题