如何用符号和特殊字符对国际字符串进行编码，以便存储在数据库中

Question

我想使用游戏中的API，并将玩家和家族的名字存储在本地数据库中。名称可以包含各种字符和表情符号。以下是我发现的几个例子：

• ⭐
• яαℓαηι
• نکل
• 窝猫
• 鐵擊道遊隊
• ❤✖❤♠️♦️♣️✖

我使用python读取api并将其写入mysql数据库。之后，我想在Node.js web应用程序上使用这些名称。

对这些字符进行编码的最佳方法是什么，如何将它们保存在数据库中，以便以后能够正确地显示它们？

我尝试用utf-8对python中的字符串进行编码：

>>> sample = '蛙喜鄉民CLUB'
>>> sample
'蛙喜鄉民CLUB'
>>> sample = sample.encode('UTF-8')
>>> sample
b'\xe8\x9b\x99\xe5\x96\x9c\xe9\x84\x89\xe6\xb0\x91CLUB'

并将编码的字符串存储在具有utf8mb4_unicode_ci字符集的mysql数据库中。

当我从上面存储字符串并在mysql工作台中选择它时，它显示如下：

蛙喜鄉民CLUB

当我在python中再次从数据库中读取此字符串(并将其存储在db_str中)时，我得到：

>>> db_str
èåéæ°CLUB
>>> db_str.encode('UTF-8')
b'\xc3\xa8\xc2\x9b\xc2\x99\xc3\xa5\xc2\x96\xc2\x9c\xc3\xa9\xc2\x84\xc2\x89\xc3\xa6\xc2\xb0\xc2\x91CLUB'

第一个输出完全是胡言乱语，第二个输出的utf-8看起来很像上面编码的字符串，但在每个字节之间添加了\xc2或\xc3。

如何将这些字符串保存到mysql中，以便再次读取它们并在python脚本中正确显示它们？

我的数据库整理utf8mb4_unicode_ci不适合这样的内容吗？还是我必须使用另一种编码？

Answer 1

正如@abarnert在对这个问题的评论中所描述的那样，问题是用于编写unicode字符串的库不知道应该使用utf-8，因此对字符串进行了错误的编码。

在将charset='utf8mb4'作为参数添加到mysql连接后，字符串将以预期的编码方式正确写入。

我所要改变的就是

conn = MySQLdb.connect(host, user, pass, db, port)

至

conn = MySQLdb.connect(host, user, pass, db, port, charset='utf8mb4')

在那之后，我在问题中描述的方法完美无缺地发挥了作用。

编辑:在对连接对象声明charset='utf8mb4'参数之后，不再需要对字符串进行编码，因为现在mysqlclient库已经成功地完成了这一工作。