字符串编码/解码问题 - 从末尾缺少字符

Question

我的数据库中有NVARCHAR类型列。我无法在我的代码中将此列的内容转换为纯字符串。 （我使用pyodbc进行数据库连接。）

# This unicode string is returned by the database
>>> my_string = u'\u4157\u4347\u6e65\u6574\u2d72\u3430\u3931\u3530\u3731\u3539\u3533\u3631\u3630\u3530\u3330\u322d\u3130\u3036\u3036\u3135\u3432\u3538\u2d37\u3134\u3039\u352d'

# prints something in chineese 
>>> print my_string
䅗䍇湥整⵲㐰㤱㔰㜱㔹㔳㘱㘰㔰㌰㈭㄰〶〶ㄵ㐲㔸ⴷㄴ〹㔭

我最接近的是将其编码为utf-16：

>>> my_string.encode('utf-16')
'\xff\xfeWAGCenter-04190517953516060503-20160605124857-4190-5'
>>> print my_string.encode('utf-16')
��WAGCenter-04190517953516060503-20160605124857-4190-5

但是我根据数据库中的值存储所需的实际值是：

WAGCenter-04190517953516060503-20160605124857-4190-51

我尝试将其编码为utf-8，utf-16，ascii，utf-32，但似乎没有任何效果。

有没有人知道我错过了什么？以及如何从my_string获得所需的结果。

修改：在将其转换为utf-16-le时，我可以从开始删除不需要的字符，但结尾时仍然缺少一个字符

>>> print t.encode('utf-16-le')
WAGCenter-04190517953516060503-20160605124857-4190-5

在尝试其他一些列时，它正在运行。 这个间歇性问题可能是什么原因？

Answer 1

您在数据库定义中存在一个主要问题，就是存储值的方式，或者您从中读取值的方式。我只能解释你所看到的内容，但无论是为什么，也不知道如何解决它：

• 数据库的类型
• 您在其中输入值的方式
• 提取值以获取伪unicode 字符串
的方式
• 如果您使用直接（原生）数据库访问
，则为实际内容

你得到的是一个ASCII字符串，其中8位字符按对分组，以小端顺序构建16位unicode字符。由于预期的字符串具有奇数个字符，因此最后一个字符在翻译中（不可挽回地）丢失，因为原始字符串以u'\352d'结尾，其中0x2d是'-'的ASCII代码，{{1}是0x35 }}。演示：

'5'

Answer 2

问题是，我在UTF-16文件中使用odbcinst.ini，因为我必须使用UTF-8格式的字符编码。

之前我在连接OPTION时将其更改为PyODBC参数。但后来在odbcinst.ini文件中更改它修复了问题。