python Mysql 数据库导入文本数据，中文乱码

一、问题描述

从UTF-8编码的文件中获取到一个str，想要存到windows的txt里面，出现了乱码问题。这个问题一般是由于数据库需要的编码格式导致的，你先确认你的数据库是采用什么编码的，然后在入库之前进行相应的转换即可，那在存入之前，应该进行如下的转换：

msg_gbk=msg.decode('UTF-8').encode('GBK')

这个时候把msg_gbk存进txt里面，就不会产生乱码了。

二、Mysql中文问题

1. 首先设置数据库的表的编码为gbk.

2. python 文件中，编码设置为gbk

import sys
reload(sys)
sys.setdefaultencoding('gbk') 

3.然后将

str = str.encode('raw_unicode_escape')
str = str.decode('unicode_escape')
print str
#应该可以输出可读的中文，然后存入库就可以了。

字符串在Python内部的表示是unicode编码，因此，在做编码转换时，通常需要以unicode作为中间编码，即先将其他编码的字符串解码（decode）成unicode，再从unicode编码（encode）成另一种编码。

decode的作用是将其他编码的字符串转换成unicode编码，如str1.decode(‘gb2312’)，表示将gb2312编码的字符串str1转换成unicode编码。

encode的作用是将unicode编码转换成其他编码的字符串，如str2.encode(‘gb2312’)，表示将unicode编码的字符串str2转换成gb2312编码。 因此，转码的时候一定要先搞明白，字符串str是什么编码，然后decode成unicode，然后再encode成其他编码代码中字符串的默认编码与代码文件本身的编码一致。

如：s=’中文’如果是在utf8的文件中，该字符串就是utf8编码，如果是在gb2312的文件中，则其编码为gb2312。

这种情况下，要进行编码转换，都需要先用decode方法将其转换成unicode编码，再使用encode方法将其转换成其他编码。通常，在没有指定特定的编码方式时，都是使用的系统默认编码创建的代码文件。 如果字符串是这样定义：s=u’中文’则该字符串的编码就被指定为unicode了，即python的内部编码，而与代码文件本身的编码无关。因此，对于这种情况做编码转换，只需要直接使用encode方法将其转换成指定编码即可。

如果一个字符串已经是unicode了，再进行解码则将出错，因此通常要对其编码方式是否为unicode进行判断：

isinstance(s, unicode) #用来判断是否为unicode 用非unicode编码形式的str来encode会报错