［求大神解答］ Django 项目部署到线上后出现编码问题

[watermelon92]

一、项目说明：

用户上传一个压缩文件（内含 html 文件夹），网站解压文件并保存至指定目录，供外部直接访问静态 html 文件。

二、问题：

解压文件时报错：UnicodeEncodeError: 'ascii' codec can't encode characters，具体信息见链接：报错信息

三、尝试思路

1. 代码在本地，macos 下可解压含中文的文件。
2. 在线上解压英文 html 文件也是正常的。
3. 报错的代码单独在 ubuntu 下运行正常，可以创建文件。
4. google 了所有关键词，基本都是 2.7 的解决方案，在项目里使用无效。
5. 找到一个类似的问题，可能由 ubuntu 系统语言原因导致。原问题链接

四、出错代码块：

def handle_uploaded_file(f, num, new_dir_name):
    release_file_dir = os.path.join(UPLOAD_FILES_DIR, str(num))
    new_dir = os.path.join(release_file_dir,new_dir_name)
    filePath = f
    with zipfile.ZipFile(filePath, 'r') as zf:
        for fn in zf.namelist():
            right_fn = fn.encode('cp437').decode('utf-8')  # 将文件名正确编码
            right_fn = os.path.join(release_file_dir, right_fn)

            if right_fn[-1] == '/':
                os.makedirs(right_fn, mode=0o777) #创建文件夹
                continue

            with codecs.open(right_fn, 'w+', encoding='utf-8') as output_file:  # 创建并打开新文件
                with zf.open(fn, 'r') as origin_file:  # 打开原文件
                    shutil.copyfileobj(origin_file, output_file)  # 将原文件内容复制到新文件

        renameFile(release_file_dir,new_dir)

        return os.path.join(release_file_dir,new_dir_name)```

感谢各位大佬的帮助，问题已解决。现贴出解决方案供后来者参考：
确认问题：
是运行环境的默认编码问题，尽管在 shell 中打印出环境是 utf-8 解码，但是项目中依旧是 ascii.

解决方案：
服务器中配置环境参数：environment=LANG=en_US.UTF-8,LC_ALL=en_US.UTF-8
如果是用的 uWSGI:
可参考该链接说明配置： https://docs.djangoproject.com/en/dev/howto/deployment/wsgi/uwsgi/
如果是用的 gunicorn:
可使用 superviosr 来管理进程，并在 supervisor 中配置上述环境参数。

再次感谢大佬们帮助。

[golmic]

服务器的 python 版本是？ Python 解压用的哪个库？我没理解错需求吧，就是程序解压 zip 的时候出的错

[watermelon92]

@golmic python3.4 解压用的 zipfile

[1130335361]

用的是 apache 还是 nginx，我之前 django 配合 apache 的时候出现过这个问题

[watermelon92]

@1130335361 用的 Nginx 加 gunicorn，你之前也是到服务器上才报错吗？

[golmic]

服务器上手动跑一下解压的函数，贴一下报错信息

[1130335361]

@watermelon92 是的，改了 apache 的的环境变量才行的

[1130335361]

@watermelon92 https://docs.djangoproject.com/en/dev/howto/deployment/wsgi/uwsgi/

[1130335361]

@watermelon92 拉到最底部有说“ Fixing UnicodeEncodeError for file uploads ”这个错误的解决办法，https://docs.djangoproject.com/en/dev/howto/deployment/wsgi/uwsgi/

[watermelon92]

@golmic 好的，我稍后试下。谢谢！

[watermelon92]

@1130335361 我用的是 gunicorn，好像没写过 uwsgi.ini 文件。。

[v1v]

以前 centos 也出现这个问题, 改 /etc/sysconfig/i18n,
设置 LANG=en_US.UTF-8 , 重启服务器就好了

[watermelon92]

em...我的 ubuntu 系统没有 sysconfig 文件夹

[watermelon92]

@v1v 这是现在 locale 的结果：

LANG=en_US.utf8
LANGUAGE=
LC_CTYPE="en_US.utf8"
LC_NUMERIC="en_US.utf8"
LC_TIME="en_US.utf8"
LC_COLLATE="en_US.utf8"
LC_MONETARY="en_US.utf8"
LC_MESSAGES="en_US.utf8"
LC_PAPER="en_US.utf8"
LC_NAME="en_US.utf8"
LC_ADDRESS="en_US.utf8"
LC_TELEPHONE="en_US.utf8"
LC_MEASUREMENT="en_US.utf8"
LC_IDENTIFICATION="en_US.utf8"
LC_ALL=

[metamask]

@watermelon92
直接去到 21 行 log 下看名字变成了什么；

确定编码问题后再往上处理

楼上说的解决办法
如果是 uwsgi + nginx 这一套，直接再 uwsgi 指定 LANG 就可以了。

[lxy42]

right_fn = fn.encode('cp437').decode('utf-8') # 将文件名正确编码
这里为什么需要对 fn 进行 encode 和 decode ？ fn 如果可以 encode 的话，说明 fn 是 unicode 类型，就没必要先 encode 在 decode 了（最终结果还是 unicode ） 而且 encode 和 decode 的编码参数都不一致，可能会导致异常。

说回你的问题，我猜测是 `right_fn = os.path.join(release_file_dir, right_fn)` 导致`right_fn`编码出问题了，建议你检查一下`release_file_dir` 和 `right_fn ` 的编码。

[watermelon92]

debug 信息里，文件名是对的。因为 zipfile 解压是默认用‘ cp437 ’ decode 的，所以我先做了解压文件的名称处理。得到正确的文件名后，用 open()函数基于解压后的文件名创建文件的。目前就是提示在这个 open()函数上出错了。但我在服务器端直接运行同样的函数是可以正常创建文件的。

[watermelon92]

@lxy42
@freakxx
两位大佬我在楼上回复了

[watermelon92]

@lxy42
@freakxx
我把 debug 出来的文件名称截图了，见下方链接：
http://7xuagw.com1.z0.glb.clouddn.com/debug.png

[glasslion]

@watermelon92
目前你的写法是要求 zip 包里的所有文件都是 utf-8 编码的。
既然你目的是复制文件，直接把文件以二进制打开，岂不是更简单？

[metamask]

$LANG

[metamask]

@watermelon92
echo $LANG
然后在 Gunicorn 指定用户为你当前用户
试下

[lxy42]

@watermelon92 #18
right_fn 编码没问题，那可能是文件系统编码默认是 ascii 的问题，你看一下 sys.getfilesystemencoding()是什么。
如果是 ascii 的话，
1. 设置正确的 locale
或者
2. 将 right_fn 编码为 bytes：
right_fn = right_fn.encode(ENCODING)
with codecs.open(right_fn, 'w+', encoding='utf-8') as output_file: # 创建并打开新文件

[Tzen]

之前遇到过这个问题，我用 supervisor 管理的进程，配置里更改环境变量就好；
我项目里是这么加的：environment=LANG=en_US.UTF-8,LC_ALL=en_US.UTF-8

[copie]

这个属于系统编码的问题。我用 docker 发布的时候如下解决的。


echo "zh_CN.UTF-8 UTF-8" > /etc/locale.gen
locale-gen
ENV LANG=zh_CN.UTF-8

[copie]

这个属于系统编码的问题。我用 docker 发布的时候如下解决的。

RUN echo "zh_CN.UTF-8 UTF-8" > /etc/locale.gen
RUN locale-gen
ENV LANG=zh_CN.UTF-8

[robinlovemaggie]

把字符乱码问题归结系统语言设置上是不可取的，这本身不符合 KISS 原则的。
问题可能处在你的开发环境里“ cp437 ”字符编码不能和目标服务器兼容，处理这部分就好了，放弃修改服务器系统设置。

[metamask]

@watermelon92
@copie


尽量像
@robinlovemaggie
说的，
不要去动系统层面的配置

如果是用 uwsgi 那么就在里面指定 LANG
如果是用 supervisor 也在里面像 @Tzen 说的，设置下

[robinlovemaggie]

@freakxx 附议。
@watermelon92 其实道理很简单，如果是靠更改系统设置解决了问题，那么换一个系统，问题依然存在，等于问题没解决。

[watermelon92]

@robinlovemaggie
@freakxx
谢谢指导。
cp437 是 zipfile 的标准吧？为啥会不兼容 ubuntu ？而且我打印出来的 log 是显示正常的，楼上有截图。

[robinlovemaggie]

@watermelon92 来自 wiki 关于 codepage437 的解释：
Code page 437 is the character set of the original IBM PC (personal computer), or MS-DOS. It is also known as CP437, OEM 437, PC-8, or MS-DOS Latin US. The set includes ASCII codes 32 – 126, extended codes for accented letters (diacritics), some Greek letters, icons, and line-drawing symbols.

[copie]

@robinlovemaggie 但是通过配置 Python 启动的环境变量确实可以成功运行。但是如果有一天代码上线后出现问题远程打开代码注释都是乱码。log 汉字这是乱码岂不是更加的闹心。

[tlday]

呃，我没看懂你们在说啥，但是，同样是 zip 文件，在 Windows 下和 Unix 下，文件名的编码是有差异的，这个是 zip 文件标准没有覆盖文件名编码方式的问题，应该从这个方向着手。修改系统编码方式是不可取的。

[tlday]

你的注释打开原文件的这一行好像也没有指定打开文件的编码方式，然后把原文件复制到新文件如果编码不同，是可以直接复制的吗…不需要 decode，encode 吗？我在 python 解决编码问题方面是个菜鸡，只是提供下思路。

[tlday]

感觉自己没仔细看回复闹了乌龙

[robinlovemaggie]

@copie 远程汉字乱码可以改一下 ssh 工具的传输编码就行了

[watermelon92]

@golmic
我在服务器上单独运行了，成功解压没有报错。
demo 代码见下：
import os,shutil
import zipfile

filePath = '/Users/dylan/Desktop/3.2.zip'
release_file_dir = '/Users/dylan/Desktop/testunzip3'


with zipfile.ZipFile(filePath, 'r') as zf:
for fn in zf.namelist():
right_fn = fn.encode('cp437').decode('utf-8') # 将文件名正确编码
right_fn = os.path.join(release_file_dir,right_fn)

if right_fn[-1]=='/':
os.makedirs(right_fn, mode=0o777)
continue

with open(right_fn, 'wb') as output_file: # 创建并打开新文件
with zf.open(fn, 'r') as origin_file: # 打开原文件
shutil.copyfileobj(origin_file, output_file) # 将原文件内容复制到新文件