gpt4 book ai didi

python - 使用 Python3/mysqlclient 检索以 latin1 编码的数据时的字符编码问题

转载 作者:行者123 更新时间:2023-11-28 17:56:00 25 4
gpt4 key购买 nike

从使用 latin1 编码的旧数据库检索数据时,我遇到了字符编码问题。当我尝试从数据库中检索 \x80\x9f 范围内的字符时出现问题,这是 MySQL 的 之间的不同范围latin1(又名 Python 中的 windows-1252)和官方 latin1 (ISO-8859-1)。

这是我正在使用的堆栈:

  • MySQL 数据库服务器版本 5.1,在列级别使用 latin1 编码,在表级别使用 latin1-swedish-ci 排序规则。
  • 使用 Python3 和 mysqlclient 1.4.4 版的 Django 2.2 版。

例如,我试图从撇号编码为 \x92 的数据库中检索单词“Isn't”。

如果我不通过 Django 设置将字符集传递给 mysqlclient 连接,我会收到错误消息“'utf-8' 编解码器无法解码位置 5 中的字节 0x92:起始字节无效”。

如果我将 latin1 作为编解码器传递给连接,则没有错误,但该词在页面上呈现为“Isn t”,撇号应为空格。

当我打开一个单独的 python shell session 并尝试从 python 命令行连接时,结果是“Isn\x92t”。

>>> import MySQLdb
>>> conex = MySQLdb.connect(host=<host>,db=<db>, user=<user>, passwd=<passwd>, charset="latin1")
>>> cursor = conex.cursor()
>>> cursor.execute("select <field> from <table> where id=<id>")
1L
>>> cursor.fetchall()
((u'Isn\x92t',),)

从命令行进行调用时,是否包含字符集似乎没有任何区别。所以这个连接字符串

>>> conex = MySQLdb.connect(host=<host>,db=<db>, user=<user>, passwd=<passwd>, charset="latin1")

和这个连接字符串

>>> conex = MySQLdb.connect(host=<host>,db=<db>, user=<user>, passwd=<passwd>)

结果相同

有没有办法为能够正确处理 windows-1252 代码的 mysql 连接字符串设置选项?任何帮助将不胜感激。

========= 使用附加信息编辑 =========

感谢您的回复 Rick James。原始文本片段消失了,但我发现了另一个类似的失败的片段:Women's。

这是十六进制选择:

mysql> SELECT title, HEX(title) from <table> where id = <id>
| title | HEX(title)
| Women?s | 576F6D656E9273

我不确定将整个 create table 语句放在网上是否合适,但我认为以下是 SHOW CREATE TABLE 的重要部分。如果您正在寻找其他东西,请告诉我。

CREATE TABLE `tbl` (
`title` varchar(255) DEFAULT NULL,
) ENGINE=MyISAM AUTO_INCREMENT=9460 DEFAULT CHARSET=latin1

最后 SHOW VARIABLES LIKE 'char%'; 结果:

+--------------------------+----------------------------+
| Variable_name | Value |
+--------------------------+----------------------------+
| character_set_client | latin1 |
| character_set_connection | latin1 |
| character_set_database | utf8 |
| character_set_filesystem | binary |
| character_set_results | latin1 |
| character_set_server | latin1 |
| character_set_system | utf8 |
| character_sets_dir | /usr/share/mysql/charsets/ |

将 Django 数据库设置文件中的字符集修改为 utf8mb4 会导致与设置为 utf8 时相同的 unicode 错误。

'OPTIONS': {
'charset': 'utf8mb4',
'use_unicode': True,
}

我仍然有点困惑,为什么使用带有 mysqlclient 的独立 python 环境的直接查询不起作用。这至少会排除任何 Django 问题。

最佳答案

这些字符集 cp1250、cp1251、cp1256、cp1257、geostd8、latin1 将 x92 视为

Django 的设置应该指定您要在客户端中使用的字符编码。这与数据库中的内容无关。所以问题变成了“哪里配置错误了。”

u 介绍符是错误的,因为 92 不是有效的 UTF-8。

  • 列级别的 latin1 编码 -- 很好
  • 数据中的 0x92 -- 通过 SELECT col, HEX(col) ... 验证; 不是应该说49736E9274
  • 如果你想在客户端使用UTF-8,Python源代码应该以# -*- coding: utf-8 -*-开头。
  • Django 需要在客户端中使用 utf8mb4:

    DATABASES = {
    'default': {
    'ENGINE': 'django.db.backends.mysql',
    ...
    'OPTIONS': {
    'charset': 'utf8mb4',
    'use_unicode': True, },
    },
    }

如需更多帮助,请提供

SHOW CREATE TABLE ...;
SHOW VARIABLES LIKE 'char%';
the SELECT HEX mentioned above

进一步说明(在问题被大大扩展之后)

Woman?s -- 查看 Trouble with UTF-8 characters; what I see is not what I stored 中的问号-- 这可能是由于连接 (char%) 是 latin1,但客户端 (DJango) 说的是 utf8mb4。 char% 设置中的 3 个声明了客户端 用于编码的内容; DJango 设置与此相矛盾。改变一个或另一个。表格列不需要匹配它们;数据将根据需要进行转换。也就是说,即使 character_client/connection/results = utf8mb4,latin1 列中的 92 也是可以的。

对于这个问题,utf8 和 utf8mb4 将表现相同。

关于python - 使用 Python3/mysqlclient 检索以 latin1 编码的数据时的字符编码问题,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58384136/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com