python 的编码，关于 encode, decode 的简单原则

Python 中 encoding 的处理其实已经很简单了，根据我这近一个月来用python的经验，有一个简单的原则可以作为参考。

基于python 2.7
1. 类型要清楚， unicode 不是 str
2. decode 之后的结果都是 unicode
3. encode 之后的结果都是 str，其编码是你encode的参数
4. 输出一律用 str
5. 存取一律用 unicode

 就这么简单，编码基本上就不会错了。 
举个例子，有个GBK编码的文件 name.txt，每行一个人名

for line in open('name.txt').readlines():
    print line  # 这时候 line 都是 gbk 的 str 
    x = line.decode('gbk')  # 转成 unicode了 >> 建议这么做， 原则： 但凡输入的，一律转换成unicode后处理
    print x  # 输出 unicode >> 不建议这么做
    print x.encode('utf-8') # 输出 str >> 建议这么做，原则：但凡输出，一定编码成str
    store_to_db(x)   # 这时候存的都是unicode
    my_str = x.encode('big5') # 转成 big5了
    print m_str   # 输出的是 big5 的 str

此外，encode 的时候不一定会成功，这时候会raise一个exception，这是因为 encode 还有一个参数用来控制encode失败后的处理，default是strict，也就是抛异常。

你可以用 encode(src, 'replace') 来处理，replace就表示碰到转不了的，用问号'?'来代替，而不是抛异常。

具体用法，查文档。

同样，输出的时候，输出流也需要有编码。比如stdout默认是ascii的，而你要输出unicode，就需要得到一个基于unicode的输出流，output = codecs.getwriter('utf-8')(sys.stdout)

web.py 在 apache + fastcgi 配置 tips

根据web.py官网的说明，配置使其运行在apache + fastcgi 上，碰到了许多问题，耗了两天时间才整明白。一方面是apache的配置不熟悉，另外一方面是其官方文档也有些疏漏，问题及解决办法如下(ubuntu 10.04)：

• 调试日志
  web.py 应用挂在服务器上以后，stdout/stderr，都好像转了（查网上的，未验证），另外apache的用户是www-data，用户当前目录也是没有权限，所以logging要记录在/tmp下，或者单独建一个/log目录给写权限才行，这个一般规划好了没什么问题。
  另外，也可以做个ApacheLogHandler来将日志记到apache的日志文件中，这个网上可以搜到。
  然后就是，apache的日志文件在/var/log/apache2/ 。如果你的网站配置文件修改了日志位置，要注意这个地方只记录了一部分，还有一些仍然会记录在default位置。
  最后，可以使用traceback包来记录未处理的异常，代码如下：
  

  
  try:
      # web.py code
      # urls = ...
      # ...
      # app.run()
  
  except Exception, e:
      f = None
      if os.name == 'posix':
          f = open('/tmp/yule_unhandled_error.log', 'w')
      else:
          f = open('%s/yule_unhandled_error.log' % os.environ['temp'], 'w')
      traceback.print_exc( file=f )
      traceback.print_exc( file=f )
      f.close()
  
  

• python 库路径 (PYTHONPATH)
  在 apache + fastcgi 中运行 python cgi，如果你使用了 PYTHONPATH 来引用库，你会发行看到的永远是 500 Internal Error。这是因为apache没有复制shell中的环境变量。
  注意，不要使用envvar文件，或者在网站配置文件中用setEnv，passEnv 等方法，这些方法我试过完全没有用。
  你要做的是，用代码将所有的路径全部都加到sys.path中。代码如下：
  

  
      import os, sys
      python_path = "/you/python/lib/path:/you/python/lib/path2".split(':')
      for path in python_path:
          sys.path.insert(0, path)
  
  

  当然你可以检查path是否已经加入了，注意路径访问权限，牢记现在的用户是www-data。
• 静态文件
  好了，现在都配好了，再访问网站 ... OK 出来了！
  等等！ 怎么搞的，样式表，图像怎么都显示不出来了？
  原来是web.py 官网的配置文件有少许疏漏，静态文件的转发不对！
  假设静态目录是网站根下的 /static/ （这也是web.py的推荐位置），那么我们要做的是修改网站配置文件的mod_rewrite 规则为:

  
  
      # 修改 ifmodule 这一节，注意蓝色行
         RewriteEngine on
         RewriteBase /
         RewriteCond %{REQUEST_URI} !^/icons
         RewriteCond %{REQUEST_URI} !^/favicon.ico$
         RewriteCond %{REQUEST_URI} !^/static/  ### 注意这一行 
         RewriteCond %{REQUEST_URI} !^(/.*)+code.py/
         RewriteRule ^(.*)$ code.py/$1 [PT]
  
  
  

好了，现在再试试，是不是已经好了 :)