Python向RavenDB写入Emoji显示乱码问题求助

以下是针对性的排查和解决步骤：

• 确认RavenDB连接的编码一致性
  RavenDB默认支持UTF-8编码，需确保Python客户端初始化DocumentStore时未修改默认编码配置，避免覆盖UTF-8设置：

  from ravendb import DocumentStore
  
  store = DocumentStore(urls=["http://localhost:8080"], database="YourDatabase")
  store.initialize()
  

• 修正JSON序列化的编码处理
  若使用自定义JSON序列化器，必须禁用ensure_ascii参数，防止Emoji被强制转义为ASCII字符。RavenDB默认序列化器已支持UTF-8，但自定义时需显式配置：

  import json
  from ravendb.documents.conventions import DocumentConventions
  
  conventions = DocumentConventions()
  def custom_json_serializer(obj):
      return json.dumps(obj, ensure_ascii=False, default=str)
  
  conventions.json_serializer = custom_json_serializer
  store.conventions = conventions
  
  with store.open_session() as session:
      doc = {"id": "emoji-test/1", "content": "🤍👻💖💚🖤💍🤍🤴🏻🥰😎🤨🦋"}
      session.store(doc)
      session.save_changes()
  

• 检查字符串的编码状态
  Python 3中str类型默认是Unicode，写入前需确认字符串未被错误转码为bytes类型：

  emoji_content = "🤍👻💖💚🖤💍🤍🤴🏻🥰😎🤨🦋"
  # 验证是否为Unicode字符串
  assert isinstance(emoji_content, str), "字符串需为Unicode类型"
  # 若为bytes类型，需解码为UTF-8
  # emoji_content = emoji_content.decode('utf-8')
  

• 更新RavenDB Python客户端
  旧版本客户端可能存在Unicode处理bug，执行升级命令：

  pip install --upgrade ravendb
  

• 验证数据库端字符集
  登录RavenDB管理控制台查看文档原始存储内容。若控制台显示乱码，可能是控制台自身编码问题；若存储的原始数据即为乱码，需确认写入流程中未出现编码转换错误。

内容的提问来源于stack exchange，提问作者Sajad.Y