MySQL «неверное значение строки» ошибка при сохранении строки Unicode в Django

Question

При попытке сохранить first_name, last_name в модель Django auth_user я получил странное сообщение об ошибке.

Неудачные примеры

user = User.object.create_user(username, email, password)
user.first_name = u'Rytis'
user.last_name = u'Slatkevičius'
user.save()
>>> Incorrect string value: '\xC4\x8Dius' for column 'last_name' at row 104

user.first_name = u'Валерий'
user.last_name = u'Богданов'
user.save()
>>> Incorrect string value: '\xD0\x92\xD0\xB0\xD0\xBB...' for column 'first_name' at row 104

user.first_name = u'Krzysztof'
user.last_name = u'Szukiełojć'
user.save()
>>> Incorrect string value: '\xC5\x82oj\xC4\x87' for column 'last_name' at row 104

Успешные примеры

user.first_name = u'Marcin'
user.last_name = u'Król'
user.save()
>>> SUCCEED

Настройки MySQL

mysql> show variables like 'char%';
+--------------------------+----------------------------+
| Variable_name            | Value                      |
+--------------------------+----------------------------+
| character_set_client     | utf8                       | 
| character_set_connection | utf8                       | 
| character_set_database   | utf8                       | 
| character_set_filesystem | binary                     | 
| character_set_results    | utf8                       | 
| character_set_server     | utf8                       | 
| character_set_system     | utf8                       | 
| character_sets_dir       | /usr/share/mysql/charsets/ | 
+--------------------------+----------------------------+
8 rows in set (0.00 sec)

Таблица кодировки и сопоставления

Таблица auth_user имеет кодировку utf-8 с сопоставлением utf8_general_ci.

Результаты команды UPDATE

Не возникало никаких ошибок при обновлении вышеуказанных значений в таблицу auth_user с помощью команды UPDATE.

mysql> update auth_user set last_name='Slatkevičiusa' where id=1;
Query OK, 1 row affected, 1 warning (0.00 sec)
Rows matched: 1  Changed: 1  Warnings: 0

mysql> select last_name from auth_user where id=100;
+---------------+
| last_name     |
+---------------+
| Slatkevi?iusa | 
+---------------+
1 row in set (0.00 sec)

PostgreSQL

Перечисленные выше ошибочные значения могут быть обновлены в таблице PostgreSQL, когда я переключил серверную часть базы данных в Django. Странно.

mysql> SHOW CHARACTER SET;
+----------+-----------------------------+---------------------+--------+
| Charset  | Description                 | Default collation   | Maxlen |
+----------+-----------------------------+---------------------+--------+
...
| utf8     | UTF-8 Unicode               | utf8_general_ci     |      3 | 
...

Но из http://www.postgresql.org/docs/8.1/interactive/multibyte.html, я нашел следующее:

Name Bytes/Char
UTF8 1-4

Значит ли это, что unicode char имеет максимум 4 байта в PostgreSQL, но 3 байта в MySQL, что привело к ошибке выше?

Answer 1

У меня была та же проблема, и я решил ее, изменив набор символов столбца. Несмотря на то, что ваша база данных имеет набор символов по умолчанию utf-8, я думаю, что столбцы базы данных могут иметь другой набор символов в MySQL. Вот SQL-запрос, который я использовал:

    ALTER TABLE database.table MODIFY COLUMN col VARCHAR(255)
    CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL;

Answer 2

Ни один из этих ответов не решил проблему для меня. Основная причина:

Вы не можете хранить 4-байтовые символы в MySQL с набором символов utf-8.

MySQL имеет ограничение 3 байта на символы utf-8 (да, это странно, здесь приятно подытожено разработчиком Django )

Для решения этой проблемы вам необходимо:

1. Измените базу данных, таблицу и столбцы MySQL, чтобы использовать набор символов utf8mb4 (доступно только в MySQL 5.5 и более поздних версиях)
2. Укажите кодировку в файле настроек Django, как показано ниже:

settings.py

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

Примечание. При воссоздании базы данных вы можете столкнуться с проблемой указан слишком длинный .

Наиболее вероятной причиной является CharField, у которого max_length 255 и какой-то индекс (например, уникальный). Поскольку utf8mb4 использует на 33% больше места, чем utf-8, вам нужно уменьшить эти поля на 33%.

В этом случае измените max_length с 255 на 191.

В качестве альтернативы вы можете отредактировать конфигурацию MySQL, чтобы снять это ограничение , но не без некоторой хакерской атаки на django

ОБНОВЛЕНИЕ: Я просто столкнулся с этой проблемой снова и в итоге переключился на PostgreSQL , потому что мне не удалось уменьшить VARCHAR до 191 символа.

Answer 3

Если у вас есть эта проблема, вот скрипт на python для автоматического изменения всех столбцов вашей базы данных mysql.

#! /usr/bin/env python
import MySQLdb

host = "localhost"
passwd = "passwd"
user = "youruser"
dbname = "yourdbname"

db = MySQLdb.connect(host=host, user=user, passwd=passwd, db=dbname)
cursor = db.cursor()

cursor.execute("ALTER DATABASE `%s` CHARACTER SET 'utf8' COLLATE 'utf8_unicode_ci'" % dbname)

sql = "SELECT DISTINCT(table_name) FROM information_schema.columns WHERE table_schema = '%s'" % dbname
cursor.execute(sql)

results = cursor.fetchall()
for row in results:
  sql = "ALTER TABLE `%s` convert to character set DEFAULT COLLATE DEFAULT" % (row[0])
  cursor.execute(sql)
db.close()

Answer 4

Если это новый проект, я просто отбрасываю базу данных и создаю новую с правильной кодировкой:

CREATE DATABASE <dbname> CHARACTER SET utf8;

Answer 5

Я только что нашел один метод, чтобы избежать ошибок выше.

Сохранить в базе данных

user.first_name = u'Rytis'.encode('unicode_escape')
user.last_name = u'Slatkevičius'.encode('unicode_escape')
user.save()
>>> SUCCEED

print user.last_name
>>> Slatkevi\u010dius
print user.last_name.decode('unicode_escape')
>>> Slatkevičius

Является ли это единственным способом сохранения таких строк в таблице MySQL и их декодирования перед рендерингом в шаблоны для отображения?

Answer 6

Вы можете изменить параметры сортировки вашего текстового поля на UTF8_general_ci, и проблема будет решена.

Обратите внимание, это не может быть сделано в Джанго.

Answer 7

Вы не пытаетесь сохранить строки Unicode, вы пытаетесь сохранить строки байтов в кодировке UTF-8. Сделайте их фактическими строковыми литералами Unicode:

user.last_name = u'Slatkevičius'

или (если у вас нет строковых литералов) расшифруйте их, используя кодировку utf-8:

user.last_name = lastname.decode('utf-8')

Answer 8

Просто измените свой стол, не нужно ничего. просто запустите этот запрос к базе данных. ALTER TABLE table_name Преобразование в набор символов utf8

это точно будет работать.