UnicodeEncodeError: кодек «latin-1» не может кодировать символ

Question

Что может быть причиной этой ошибки, когда я пытаюсь вставить чужой символ в базу данных?

>>UnicodeEncodeError: 'latin-1' codec can't encode character u'\u201c' in position 0: ordinal not in range(256)

А как мне это решить?

Спасибо!

Answer 1

Я столкнулся с той же проблемой при использовании модуля MySQLdb Python.Поскольку MySQL позволит вам хранить практически любые двоичные данные в текстовом поле независимо от набора символов, я нашел здесь свое решение:

Использование UTF8 с Python MySQLdb

Редактировать: Цитировать указанный выше URL, чтобы удовлетворить запрос в первом комментарии ...

"UnicodeEncodeError: кодек" latin-1 "не может кодировать символ ..."

Это потому, что MySQLdb обычно пытается кодировать все в латиницу-1.Это можно исправить, выполнив следующие команды сразу после установки соединения:

db.set_character_set('utf8')
dbc.execute('SET NAMES utf8;')
dbc.execute('SET CHARACTER SET utf8;')
dbc.execute('SET character_set_connection=utf8;')

«db» - это результат MySQLdb.connect(), а «dbc» - эторезультат db.cursor().

Answer 2

Символ U + 201C Левая двойная кавычка отсутствует в кодировке Latin-1 (ISO-8859-1).

Это равно в кодовой странице 1252 (западноевропейский)).Это специфичная для Windows кодировка, основанная на стандарте ISO-8859-1, но содержащая дополнительные символы в диапазоне 0x80-0x9F.Кодовую страницу 1252 часто путают с ISO-8859-1, и это раздражает, но в настоящее время является стандартным поведением веб-браузера: если вы используете свои страницы как ISO-8859-1, браузер вместо этого будет обрабатывать их как cp1252.Однако на самом деле это две разные кодировки:

>>> u'He said \u201CHello\u201D'.encode('iso-8859-1')
UnicodeEncodeError
>>> u'He said \u201CHello\u201D'.encode('cp1252')
'He said \x93Hello\x94'

Если вы используете свою базу данных только как хранилище байтов, вы можете использовать cp1252 для кодирования “ и других символов, присутствующих в кодовой странице Windows Western.Но все же другие символы Юникода, которых нет в cp1252, вызовут ошибки.

Вы можете использовать encode(..., 'ignore'), чтобы подавить ошибки, избавившись от символов, но на самом деле в этом веке вы должны использовать UTF-8как в вашей базе данных, так и на ваших страницах.Эта кодировка позволяет использовать любой символ.В идеале вы также должны сообщить MySQL, что вы используете строки UTF-8 (установив соединение с базой данных и параметры сортировки для строковых столбцов), чтобы можно было безошибочно сравнивать и сортировать регистр.

Answer 3

Лучшее решение -

1. установить кодировку mysql на 'utf-8'

2. сделать этот комментарий (добавить use_unicode=True и charset="utf8")

   db = MySQLdb.connect (host = "localhost", user = "root", passwd = "", db = "testdb", use_unicode = True, charset = "utf8") - KyungHoon Ким Мар13 '14 в 17: 04

подробности см .:

class Connection(_mysql.connection):

    """MySQL Database Connection Object"""

    default_cursor = cursors.Cursor

    def __init__(self, *args, **kwargs):
        """

        Create a connection to the database. It is strongly recommended
        that you only use keyword parameters. Consult the MySQL C API
        documentation for more information.

        host
          string, host to connect

        user
          string, user to connect as

        passwd
          string, password to use

        db
          string, database to use

        port
          integer, TCP/IP port to connect to

        unix_socket
          string, location of unix_socket to use

        conv
          conversion dictionary, see MySQLdb.converters

        connect_timeout
          number of seconds to wait before the connection attempt
          fails.

        compress
          if set, compression is enabled

        named_pipe
          if set, a named pipe is used to connect (Windows only)

        init_command
          command which is run once the connection is created

        read_default_file
          file from which default client values are read

        read_default_group
          configuration group to use from the default file

        cursorclass
          class object, used to create cursors (keyword only)

        use_unicode
          If True, text-like columns are returned as unicode objects
          using the connection's character set.  Otherwise, text-like
          columns are returned as strings.  columns are returned as
          normal strings. Unicode objects will always be encoded to
          the connection's character set regardless of this setting.

        charset
          If supplied, the connection character set will be changed
          to this character set (MySQL-4.1 and newer). This implies
          use_unicode=True.

        sql_mode
          If supplied, the session SQL mode will be changed to this
          setting (MySQL-4.1 and newer). For more details and legal
          values, see the MySQL documentation.

        client_flag
          integer, flags to use or 0
          (see MySQL docs or constants/CLIENTS.py)

        ssl
          dictionary or mapping, contains SSL connection parameters;
          see the MySQL documentation for more details
          (mysql_ssl_set()).  If this is set, and the client does not
          support SSL, NotSupportedError will be raised.

        local_infile
          integer, non-zero enables LOAD LOCAL INFILE; zero disables

        autocommit
          If False (default), autocommit is disabled.
          If True, autocommit is enabled.
          If None, autocommit isn't set and server default is used.

        There are a number of undocumented, non-standard methods. See the
        documentation for the MySQL C API for some hints on what they do.

        """

Answer 4

Я надеюсь, что ваша база данных по крайней мере UTF-8. Затем вам нужно будет запустить yourstring.encode('utf-8'), прежде чем пытаться поместить его в базу данных.

Answer 5

Вы пытаетесь сохранить кодовую точку Unicode \u201c, используя кодировку ISO-8859-1 / Latin-1, которая не может описать эту кодовую точку.Либо вам может понадобиться изменить базу данных для использования utf-8 и сохранить строковые данные с использованием соответствующей кодировки, либо вы можете очистить входные данные перед сохранением содержимого;то есть используя что-то вроде превосходного руководства Сэма Руби по i18n .Здесь говорится о проблемах, которые может вызвать windows-1252, и предлагаются способы их обработки, а также ссылки на пример кода!

Answer 6

Пользователи SQLAlchemy могут просто указать свое поле как convert_unicode=True.

Пример: sqlalchemy.String(1000, convert_unicode=True)

SQLAlchemy будет просто принимать объекты Unicode и возвращать их обратно, обрабатывая саму кодировку.

Документы

Answer 7

Используйте приведенный ниже фрагмент для преобразования текста с латыни на английский

import unicodedata
def strip_accents(text):
    return "".join(char for char in
                   unicodedata.normalize('NFKD', text)
                   if unicodedata.category(char) != 'Mn')

strip_accents('áéíñóúü')

вывод:

'aeinouu'

Answer 8

Latin-1 (он же ISO 8859-1 ) - это схема кодирования одного октета, и вы не можете поместить \u201c (“) в байт.

Вы хотели использовать кодировку UTF-8?

Answer 9

Python: вам нужно будет добавить # - * - кодировку: UTF-8 - * - (убрать пробелы вокруг *) в первую строку файла Python.и затем добавьте следующее к тексту для кодирования: .encode ('ascii', 'xmlcharrefreplace') .Это заменит все символы Юникода на его эквивалент ASCII.