UnicodeEncodeError：“ latin-1”编解码器无法编码字符

Question

当我尝试在数据库中插入外来字符时，可能是什么导致此错误？

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

而我该如何解决呢？

谢谢！

Answer 1

字符U + 201C左双引号在Latin-1（ISO-8859-1）编码中不存在。

这 是
目前在代码页1252（西欧）。这是Windows特定的编码，基于ISO-8859-1，但会将多余的字符放入0x80-0x9F范围内。代码页1252通常与ISO-8859-1混淆，这是一种令人烦恼但现在是标准的Web浏览器行为，如果您将页面作为ISO-8859-1提供服务，则浏览器会将它们视为cp1252。但是，它们实际上是两种不同的编码：

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

如果仅将数据库用作字节存储，则可以使用cp1252进行编码，“以及Windows
Western代码页中的其他字符。但是cp1252中不存在的其他Unicode字符仍然会导致错误。

您可以encode(..., 'ignore')通过消除字符来抑制错误，但实际上在本世纪，您应该在数据库和页面中都使用UTF-8。此编码允许使用任何字符。理想情况下，您还应该告诉MySQL您正在使用UTF-8字符串（通过在字符串列上设置数据库连接和排序规则），这样它就可以正确区分大小写并进行排序。