web-dev-qa-db-fra.com

UnicodeEncodeError: le codec 'latin-1' ne peut pas encoder de caractère

Qu'est-ce qui pourrait causer cette erreur lorsque j'essaie d'insérer un caractère étranger dans la base de données?

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

Et comment puis-je le résoudre?

Merci!

79
ensnare

Le caractère U + 201C Double guillemet gauche n'est pas présent dans le codage Latin-1 (ISO-8859-1).

Il est présent dans la page de code 1252 (Europe occidentale). Il s'agit d'un codage spécifique à Windows basé sur ISO-8859-1 mais qui place des caractères supplémentaires dans la plage 0x80-0x9F. La page de code 1252 est souvent confondue avec ISO-8859-1 et il s’agit là d’un comportement gênant mais devenu standard pour les navigateurs Web: si vous présentez vos pages comme ISO-8859-1, le navigateur les traitera plutôt comme cp1252. Cependant, ce sont deux codages distincts:

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

Si vous utilisez votre base de données uniquement comme magasin d'octets, vous pouvez utiliser cp1252 pour coder Et les autres caractères présents dans la page de code Windows Western. Mais d’autres caractères Unicode qui ne sont pas présents dans cp1252 provoqueront des erreurs.

Vous pouvez utiliser encode(..., 'ignore') pour supprimer les erreurs en supprimant les caractères, mais en ce siècle, vous devriez utiliser UTF-8 à la fois dans votre base de données et dans vos pages. Cet encodage permet d'utiliser n'importe quel caractère. Dans l'idéal, vous devriez également indiquer à MySQL que vous utilisez des chaînes UTF-8 (en définissant la connexion à la base de données et le classement sur les colonnes de chaînes), afin qu'il puisse effectuer une comparaison et un tri corrects et respectant la casse.

61
bobince

J'ai rencontré le même problème lorsque j'utilisais le module Python MySQLdb. Puisque MySQL vous permet de stocker à peu près toutes les données binaires de votre choix dans un champ de texte, quel que soit le jeu de caractères, j'ai trouvé ma solution ici:

tilisation de UTF8 avec Python MySQLdb

Edit: citation de l'URL ci-dessus pour satisfaire la demande dans le premier commentaire ...

"UnicodeEncodeError: le codec 'latin-1' ne peut pas encoder le caractère ..."

En effet, MySQLdb essaie normalement de tout encoder en latin-1. Cela peut être corrigé en exécutant les commandes suivantes juste après avoir établi la connexion:

db.set_character_set('utf8')
dbc.execute('SET NAMES utf8;')
dbc.execute('SET CHARACTER SET utf8;')
dbc.execute('SET character_set_connection=utf8;')

"db" est le résultat de MySQLdb.connect(), et "dbc" est le résultat de db.cursor().

91
Nick

La meilleure solution est

  1. définit le charset de mysql sur 'utf-8'
  2. fait comme ce commentaire (ajouter use_unicode=True et charset="utf8")

    db = MySQLdb.connect (hôte = "localhost", utilisateur = "racine", passwd = "", db = "testdb", use_unicode = vrai, charset = "utf8") - KyungHoon Kim 13 mars à 17:04

détail voir:

class Connection(_mysql.connection):

    """MySQL Database Connection Object"""

    default_cursor = cursors.Cursor

    def __init__(self, *args, **kwargs):
        """

        Create a connection to the database. It is strongly recommended
        that you only use keyword parameters. Consult the MySQL C API
        documentation for more information.

        Host
          string, Host to connect

        user
          string, user to connect as

        passwd
          string, password to use

        db
          string, database to use

        port
          integer, TCP/IP port to connect to

        unix_socket
          string, location of unix_socket to use

        conv
          conversion dictionary, see MySQLdb.converters

        connect_timeout
          number of seconds to wait before the connection attempt
          fails.

        compress
          if set, compression is enabled

        named_pipe
          if set, a named pipe is used to connect (Windows only)

        init_command
          command which is run once the connection is created

        read_default_file
          file from which default client values are read

        read_default_group
          configuration group to use from the default file

        cursorclass
          class object, used to create cursors (keyword only)

        use_unicode
          If True, text-like columns are returned as unicode objects
          using the connection's character set.  Otherwise, text-like
          columns are returned as strings.  columns are returned as
          normal strings. Unicode objects will always be encoded to
          the connection's character set regardless of this setting.

        charset
          If supplied, the connection character set will be changed
          to this character set (MySQL-4.1 and newer). This implies
          use_unicode=True.

        sql_mode
          If supplied, the session SQL mode will be changed to this
          setting (MySQL-4.1 and newer). For more details and legal
          values, see the MySQL documentation.

        client_flag
          integer, flags to use or 0
          (see MySQL docs or constants/CLIENTS.py)

        ssl
          dictionary or mapping, contains SSL connection parameters;
          see the MySQL documentation for more details
          (mysql_ssl_set()).  If this is set, and the client does not
          support SSL, NotSupportedError will be raised.

        local_infile
          integer, non-zero enables LOAD LOCAL INFILE; zero disables

        autocommit
          If False (default), autocommit is disabled.
          If True, autocommit is enabled.
          If None, autocommit isn't set and server default is used.

        There are a number of undocumented, non-standard methods. See the
        documentation for the MySQL C API for some hints on what they do.

        """
18
Cheney

J'espère que votre base de données est au moins UTF-8. Ensuite, vous devrez exécuter yourstring.encode('utf-8') avant d'essayer de le placer dans la base de données.

18
knitti

Vous essayez de stocker un point de code Unicode \u201c en utilisant un encodage ISO-8859-1 / Latin-1 qui ne peut pas décrire ce code. Soit vous devrez peut-être modifier la base de données pour utiliser utf-8 et stocker les données de chaîne en utilisant un codage approprié, ou vous voudrez peut-être nettoyer vos entrées avant de stocker le contenu; c'est-à-dire en utilisant quelque chose comme l'excellent guide i18n de Sam Ruby . Cela parle des problèmes que windows-1252 peut causer et suggère comment le traiter, ainsi que des liens vers des exemples de code!

3
jabley

Les utilisateurs de SQLAlchemy peuvent simplement spécifier leur champ comme convert_unicode=True.

Exemple: sqlalchemy.String(1000, convert_unicode=True)

SQLAlchemy acceptera simplement les objets unicode et les retournera en gérant le codage lui-même.

Docs

2
mgojohn

Latin-1 (ou ISO 8859-1 ) est un schéma de codage à un octet, et vous ne pouvez pas vous adapter à \u201c () dans un octet.

Vouliez-vous utiliser le codage UTF-8?

1
msw

Utilisez l'extrait ci-dessous pour convertir le texte du latin en anglais.

import unicodedata
def strip_accents(text):
    return "".join(char for char in
                   unicodedata.normalize('NFKD', text)
                   if unicodedata.category(char) != 'Mn')

strip_accents('áéíñóúü')

sortie:

'aeinouu'

1
Uday Allu