清理 UTF-8 编码字符串

Question

我想在将 UTF-8 编码的字符串用作 MySQL SELECT 语句的一部分之前对其进行清理。

例如，我有：

query = MySQLdb.escape_string(query)

但这行会导致引发异常，内容为

“ascii”编解码器无法对位置 0-2 中的字符进行编码：序号不在 范围（128）。

我该如何处理这个问题？

Answer 1

看起来 MySQLdb 正在尝试将您的 unicode 查询编码为字符串。为此，它使用默认编码：ASCII。

现在，您的输入无法编码为 ASCII，因此您只需告诉 python 它应该使用什么编码：utf-8。

您可以使用 query = query.encode('utf-8') 来实现此目的。

Answer 2

在您的示例中，query 的类型为“str”。如果在字符串前面加上“u”，它就会成为“unicode”类型。

>>> query = "こうえん"
>>> print type(query)
<type 'str'>
>>> query = u"こうえん"
>>> print type(query)
<type 'unicode'>

这是 Python 2.x 和 3.x 版本之间的主要区别之一。从 3.0 开始，所有字符串默认都是“unicode”。

Answer 3

query = "こうえん"
query = MySQLdb.escape_string(unicode(query,'utf-8'))