来自 MySQL 数据库的数据编码问题
Encoding Issue with data from MySQL database
我有一个 sql 数据库存在编码问题，所以它返回的结果与此类似：
"Cuvée"
据我所知，这是因为它在应该编码为 UTF-8 时编码为 latin-1（如果我错了，请纠正我）。我在 Python 脚本中处理这些结果，但遇到了一些编码问题，无法将其转换回应有的状态：
"Cuvée"
我正在使用 Python 3.3，但通过使用 codecs.decode 将 latin1 更改为 utf-8，我得到：
'str' does not support the buffer interface
我想我已经尝试了我发现的所有方法，但都无济于事。我不太热衷于使用 Python 2.7，因为我已经在 3.3 上编写了脚本的其余部分，重写起来会很痛苦。有没有我不知道的方法可以做到这一点？
尝试先转换为字节，然后解码 unicode。根据您的示例：
latin_string = "Cuvée"
# Get a byte representation of the latin string
bytes(latin_string,'latin-1')
b'Cuv\xc3\xa9e' # Note the preceding b
# Get a byte representation and decode the utf-8 to get a 'pretty' string
bytes(latin1string,'latin-1').decode('utf-8')
'Cuvée'
是的，您有所谓的 Mojibake; it could be Latin-1, or it could be Windows Codepage 1252 或其他密切相关的编解码器。
您可以尝试编码为 Latin-1，然后再次解码：
faulty_text.encode('latin1').decode('utf8')
但是，有时，尤其是对于 CP1252 Mojibakes，错误的编码会导致无法合法 将文本编码回字节，因为某些 UTF-8 字节 'decoded' 即使编解码器不支持这些字节也强制执行。
最好的办法是安装 ftfy library，它可以自动 为您修复此类 Mojibake 错误。它包括用于正确撤消 CP1252 Mojibakes 的特殊编解码器（以及其他相关代码页），绕过上述问题的编解码器。
我有一个 sql 数据库存在编码问题，所以它返回的结果与此类似：
"Cuvée"
据我所知，这是因为它在应该编码为 UTF-8 时编码为 latin-1（如果我错了，请纠正我）。我在 Python 脚本中处理这些结果，但遇到了一些编码问题，无法将其转换回应有的状态：
"Cuvée"
我正在使用 Python 3.3，但通过使用 codecs.decode 将 latin1 更改为 utf-8，我得到：
'str' does not support the buffer interface
我想我已经尝试了我发现的所有方法，但都无济于事。我不太热衷于使用 Python 2.7，因为我已经在 3.3 上编写了脚本的其余部分，重写起来会很痛苦。有没有我不知道的方法可以做到这一点？
尝试先转换为字节，然后解码 unicode。根据您的示例：
latin_string = "Cuvée"
# Get a byte representation of the latin string
bytes(latin_string,'latin-1')
b'Cuv\xc3\xa9e' # Note the preceding b
# Get a byte representation and decode the utf-8 to get a 'pretty' string
bytes(latin1string,'latin-1').decode('utf-8')
'Cuvée'
是的，您有所谓的 Mojibake; it could be Latin-1, or it could be Windows Codepage 1252 或其他密切相关的编解码器。
您可以尝试编码为 Latin-1，然后再次解码：
faulty_text.encode('latin1').decode('utf8')
但是，有时，尤其是对于 CP1252 Mojibakes，错误的编码会导致无法合法 将文本编码回字节，因为某些 UTF-8 字节 'decoded' 即使编解码器不支持这些字节也强制执行。
最好的办法是安装 ftfy library，它可以自动 为您修复此类 Mojibake 错误。它包括用于正确撤消 CP1252 Mojibakes 的特殊编解码器（以及其他相关代码页），绕过上述问题的编解码器。