为什么这是真的字符串.编码（'utf8'）！=字节（map（ord，string））？

Question

{cd1>我们考虑使用什么编码？为什么有时候string.encode('utf-8') != bytes(map(ord, string))是真的？在

当客户端javascript与django1.5（python3）应用程序交互时，我遇到了这个问题。在

基本上，我使用ajax和jDataView以字符串形式上传mp3文件（我找不到直接上传文件的解决方案）。我使用jDataView将文件转换为字符串。在我的Django应用程序中，当我保存文件时，它会改变大小。但是，如果不使用string.encode('utf-8')我使用bytes(map(ord, string))文件保存得很好。为什么？为什么string.encode('utf-8') != bytes(map(ord, string))？在

我的客户端代码如下所示：

function send(file) {
    var reader = new FileReader();
    reader.onload = function(event) {
        var self = this;
        $.ajax({
            url: 'upload/',
            type: 'POST'
            data: {contents: (new jDataView(self.result)).getString()}
        });
    }
    reader.readAsArrayBuffer(file);
}

我的观点是这样接收数据的：

^{pr2}$

我检查了JS代码和Python代码中的contents是同一件事。它们具有相同的字节长度，并且从适合我屏幕的前几个字符和最后几个字符来看，它们似乎具有相同的内容。在

如果我把代码改成

^{3}$

文件更改大小，不再是有效的mp3文件。在

Answer 1

UTF-8不会将Unicode码位直接映射到字节。只有在U+0000到U+007F范围内的ASCII码位才是这样。超过这个范围，UTF-8每个码位使用2个或更多字节：

>>> '\u007f'.encode('utf8')
b'\x7f'
>>> '\u0080'.encode('utf8')
b'\xc2\x80'

您考虑的是拉丁语-1编码，其中U+0000到U+00FF的代码点直接映射到字节：

^{pr2}$

与文本编码不同，您可以在存储之前对二进制数据进行base64编码，也可以升级到django1.6或更高版本，以使用binary field type。在