Question

我有一个包含波斯语字符串的变量，我无法正确地将该字符串保存到数据库中。我正在使用flask for REST API，我从客户端获取字符串。这是我的代码：

@app.route('/getfile',methods=['POST'])
def get_file():
    #check the validity of json format
    if not request.json or not 'FileName' in request.json:
        abort(400)
    if not request.json or not 'FilePath' in request.json:
        abort(400)
    if not request.json or not 'Message' in request.json:
        abort(400)
    #retreive data from request
    filename_=request.json['FileName']
    filepath_=request.json['FilePath']
    message_=request.json['Message']

    try:
        conn = mysql.connector.connect(host=DBhost,database=DBname,user=DBusername,password=DBpassword)
    except:
        return jsonify({'Result':'Error, Could not connect to database.'})

    cursor_ = conn.cursor()
    query_ = "INSERT INTO sms_excel_files VALUES(null,%s,%s,%s,0)"
    data_ =(filename_,Dst_num_file,message_)
    cursor_.execute(query_, data_)
    last_row_id_=cursor_.lastrowid
    conn.commit()

有问题的变量是message_。我可以正确保存英文文本，但不能保存波斯文本。我还在代码的顶部添加了# -*- coding: utf-8 -*-，但这并没有解决问题。但是如果我用波斯语字符串手动填充message_，它就会正确保存到数据库中。此外，如果我只返回message_的值，那就是正确的。

例如，当message_包含字符串'سلام'时，这是插入数据库的内容：

&#1587;&#1604;&#1575;&#1605;

感谢任何帮助。

Answer 1

请注意，这是我第一次尝试阅读阿拉伯语/波斯语字符，因此以下信息可能不正确（在将我的测试输出与您在其中显示的波斯字符串进行比较时，我可能会犯错误题）。此外，到目前为止，我从未听说过烧瓶。

说完这个：

1587 1604 1575 1605是代码点序列，表示您在Unicode中显示的波斯语字符串。现在，在HTML中，Unicode代码点（十进制）可以编码为&#xxxx;形式的实体。因此，字符串سلام是 HTML中中该字符串的允许表示形式之一。

鉴于此，不良行为可能有两个可能的原因：

1）request.json ['Message']已经包含/返回HTML（而不是自然文本）和（由于某种原因我不知道）包含/以HTML实体编码形式返回有问题的字符串。所以这是你应该检查的第一件事。

2）cursor_.execute（...）以某种方式将字符串编码为HTML，从而（由于某种原因，我不知道）将您的字符串编码为HTML实体编码形式。也许您告诉数据库驱动程序将message_中的非ASCII字符编码为HTML实体？

为了进一步分析，您可以检查在request.json['Message']包含/仅返回ASCII字符的测试用例中会发生什么。

如果ASCII字符也作为HTML实体写入数据库，则必须存在一个基本问题，导致所有字符无异常地被编码到HTML实体中。

否则，您最终没有告诉您的数据库，数据库驱动程序或文件系统驱动程序使用哪种编码。在这种情况下，通常会正确处理ASCII字符，而非ASCII字符会发生奇怪的事情。但是，在文件IO或数据库操作期间自动将非ASCII字符编码为HTML实体将是非常不寻常的。但如上所述，我不知道烧瓶......

请参阅MySQL手册，了解如何设置数据库，表，列和连接的字符编码，数据库驱动程序文档，以了解必须执行哪些其他操作才能正确处理此编码，以及解释器和其库的手册，以了解如何正确设置文件IO的编码（CGI通过STDIN / STDOUT工作）。

如果数据库字符编码和文件IO编码完全相同，那么您的生活将变得更加轻松。就个人而言，我总是使用UTF-8。

最后一点：由于我对瓶子一无所知，我不知道# -*- coding: utf-8 -*-应该做什么。但很有可能这个只告诉解释器脚本本身是如何编码的，而不是用于输入/输出/数据库操作的编码。

Answer 2

试试这段代码。它使用的是MySQLdb库，它几乎就像你正在使用的库（在使用之前使用pip安装它）。

我试图以各种可能的方式设置“utf-8”。

    # -*- coding: utf-8 -*-
    import MySQLdb

    # Open database connection
    try:
        db = MySQLdb.connect(host="localhost",
                            user="root",
                            passwd="",
                            db="db_name"
                            #,unix_socket="/opt/lampp/var/mysql/mysql.sock"
                            )
        db.set_character_set('utf8')

        crsr = db.cursor(MySQLdb.cursors.DictCursor)
        crsr.execute('SET NAMES utf8;')
        crsr.execute('SET CHARACTER SET utf8;')
        crsr.execute('SET character_set_connection=utf8;')

    except MySQLdb.Error as e:
        print e

使用python将波斯语字符串保存到mysql数据库中

2 个答案: