如何使用python3避免MySQL中的b'和UTF8文本

Question

我是个新手。所以我尝试解析html页面并将内容放在MySQL中的一列中，但是我似乎无法得到实际的外来字符，比如我得到的是xc3xa1。我的表有utf8mb4作为它的字符集和排序规则utf8mb4\u unicode\u ci。我有以下设置：

Database_cnx = pymysql.connect(user='XXXX', password='XXXX',
                              host='XXXX',
                              database='XXXX',
                              use_unicode=True,
                              charset='utf8mb4')

article_content = str(row[3].encode("utf-8")).replace("'", "\'").replace("\"", "\'")

q_i = ("INSERT INTO article_items (" + ", ".join(article_table_col_name_new) + ")"
"VALUES ({:d}, \"{:s}\", \"{:s}\", \"{:s}\", \"{:s}\", \"{:s}\", \"{:s}\")".format(row[0], urlparse(row[1]).netloc, row[1], row[2].replace("\"", "'"), article_content, datetime.fromtimestamp(row[4]).strftime("%Y-%m-%d"), updated)
)

所以我怎么能让它只在我的列中显示实际的文章内容，而不是b'字节和utf-8文本。谢谢

Answer 1

instead of á I get xc3xa1

也就是说问题出在将数据插入数据库上。回到那个代码，我们来讨论一下。你知道吗

（这可能是\xc3\xa1，但是反斜杠丢失了。）C3A1是á的UTF-8编码的十六进制。你知道吗

您可以通过获取字符串长度来进行双重检查，á的字符串长度应为1（字符）或2（字节），但显然，\xc3\xa1的字符串长度应为8。你知道吗