mysql 5.5 utf-8 排序规则 utf8_unicode_ci, pymysql

Posted 2023-03-23

【中文标题】mysql 5.5 utf-8 排序规则 utf8_unicode_ci, pymysql

【英文标题】：mysql 5.5 utf-8 collation utf8_unicode_ci, pymysql

【发布时间】：2012-09-14 20:48:04

【问题描述】：

我在 os x 上遇到了 mysql 5.5 的问题。我正在做一个多语言项目 并使用 MyISAM 表。默认字符集是 utf-8，默认排序规则是 utf8_unicode_ci。

意大利语和德语都可以，但西班牙语不行。我正在使用 python 来操作数据， pymysql 驱动程序，字符集选项为 utf-8 和 unicode true。

几乎所有特定的西班牙字母都是一团糟。

来自 python 外壳：

>>>r
>>>['Blas P\xc3\xa9rez Gonz\xc3\xa1lez, 4']
>>>print[0]
>>>Blas Pérez González, 4
after saving it to database and fetching it again:
>>>r
>>>(u'Blas P\xc3\xa9rez Gonz\xc3\xa1lez, 4')
>>>print r[0]
>>>Blas Pérez González, 4

我真的一头雾水，明明好像是同一个unicode字符串！

谢谢。

【问题讨论】：

为什么第一个字符串前面没有'u'（作为第二个？）

感谢您的回答，但更详细的解释将帮助我理解 :)

【参考方案1】：

最好使用 java 风格的 unicode 转义，比如

u'\\u0e4f\\u032f\\u0361\\u0e4f'.decode('unicode-escape')

见similar question。

这样可以确保字符串中包含 unicode。

然后实际问题：在mysql中试试describe the_table。还是在column definition可以设置字符集。试试看你的桌子是否还好。

---

用于测试：将u'Blas P\\u00e9rez Gonz\\u00e1lez'.decode('unicode-escape') 存储在数据库中。 然后你就知道存储了正确的 unicode 字符串。 如果数据库有正确的 db/table/field 定义，可能只有检索而不是存储有问题。

【讨论】：

请多解释一下。在我能够首先解码当前格式之前，我无法以任何其他格式对字符串进行编码。

好吧，非常感谢，这似乎是问题，至少将字符串保存为 java 风格的 unicode 并再次检索它会以正确的方式显示：u'Blas P\xe9rez Gonz\ xe1lez'，不使用 java 样式是 u'Blas P\xc3\xa9rez Gonz\xc3\xa1lez, 4'。我现在的问题是如何从数据库中检索所有错误的记录，将其转换为 java 样式并再次保存。我在谷歌上搜索了一段时间，不幸的是没有成功

让我感到困惑的是： print 'Blas P\xc3\xa9rez Gonz\xc3\xa1lez, 4' 它将正确显示，但 print u'Blas P\xc3\xa9rez Gonz\xc3\xa1lez, 4' 不是，如果 type unicode(u'Blas Pérez gonzález').encode('utf-8') return 'Blas P\xc3\xa9rez Gonz\xc3\xa1lez' 我想它没有正确编码，为什么？跨度>

编辑/显示的字符 (é) 取决于编辑器/查看器/平台的编码。不幸的是，我目前只有一个 UTF-8 系统，没有 Python 编码经验。见u.encode。