Python操作MySQL时的UTF-8编码问题求助

首先咱们得先搞清楚你遇到问题的核心原因：

• MySQL里的utf8字符集其实是utf8mb3，它最多只能处理3字节的Unicode字符，但你要插入的\xF0\x9D\x95\x8B这类是4字节的Unicode字符（属于Unicode补充平面，比如特殊符号、emoji或罕见文字），所以直接插入会触发1366错误。
• 你手动拼接SQL语句+手动转义单引号的写法，不仅容易出错，还存在SQL注入风险，这是非常不推荐的。
• 你之前尝试的decode操作在Python3里完全无效——因为Python3的str类型本身就是Unicode编码的字符串，只有bytes类型才有decode方法，所以这些操作会直接触发AttributeError。

接下来给你几个可行的解决方案，按优先级排序：

方案1：修改数据库配置+使用参数化查询（最推荐） #

这是从根源解决问题的方式，同时还能彻底规避SQL注入风险。

步骤1：修改数据库字段的字符集 #

把nombre字段的字符集改成支持4字节Unicode的utf8mb4，对应的排序规则改成utf8mb4_spanish_ci：

ALTER TABLE `table` MODIFY COLUMN `nombre` VARCHAR(250) COLLATE utf8mb4_spanish_ci DEFAULT NULL;

（如果你的整个数据库都需要支持4字节字符，也可以把数据库和表的默认字符集一起改成utf8mb4）

步骤2：修改数据库连接参数 #

把连接的charset从utf8改成utf8mb4：

conexion = mysql.connector.connect(
    host='200.**.**.**', 
    database='database', 
    user='user', 
    password='password', 
    port=3306, 
    charset='utf8mb4'  # 这里修改为utf8mb4
)

步骤3：用参数化查询代替手动拼接SQL #

完全不需要手动转义单引号，mysql-connector会自动处理编码和转义逻辑：

# 不需要再手动replace单引号了！
query = "INSERT INTO table(field) VALUES(%s)"  # 用%s作为占位符
cursor = conexion.cursor()
# 把参数放在元组里传给execute，驱动会自动处理编码和转义
cursor.execute(query, (nombre[0:250],))
conexion.commit()
cursor.close()

方案2：过滤4字节Unicode字符（临时妥协方案） #

如果暂时没法修改数据库配置，你可以先把字符串里的4字节字符过滤掉再插入，不过这个方案会丢失部分特殊字符：

def filter_4byte_chars(s):
    # 只保留编码后长度<=3字节的字符
    return ''.join(c for c in s if len(c.encode('utf-8')) <= 3)

nombre = filter_4byte_chars(nombre)
# 同样建议用参数化查询，不要手动拼接SQL
query = "INSERT INTO table(field) VALUES(%s)"
cursor = conexion.cursor()
cursor.execute(query, (nombre[0:250],))
conexion.commit()
cursor.close()

解释你之前尝试的方案为什么失败 #

• 方案a里的str(nombre, 'utf-8')：Python3的str构造函数只有当第一个参数是bytes类型时，才能指定编码参数；如果第一个参数已经是字符串，传编码会直接触发TypeError。
• 方案b和c里的nombre.decode('utf-8')：Python3的str类型没有decode方法，decode是bytes类型的专属方法，所以会触发AttributeError。

内容的提问来源于stack exchange，提问作者dblanco