今天爬虫抓取某网站评论,跑了一会儿都没问题,突然报'\xxx\xxx'错,Python字符及MySQL对应表均为utf8编码,然后报错的内容却是16进制数,不是utf8字符集。
打印正常字符类似[u'\uxxxx\uxxxx',u\uxxxx\uxxxx']
而错误字符串在python中则存储为 u"\uxxxx\uxxxx"
定位到错误字符,对应原字符串为 u“很不错'非常好” ,可以看到中间多了单引号"'",导致MySQL入库时enclosed字符不统一出错。
解决办法:入库前,将字符串中的单引号替换为空或其他常规符号