python - 无论如何从python unicode字符串中提取下划线的“原始数据”？

Question

我用 pymssql 来解决这个问题。我有一个编码为 gbk 的 mssql db，但 pymssql 似乎无法支持这一点。当我使用'gbk'作为字符集时，它会抛出OperationalError 20017一些无用的消息，而当我尝试'cp936'时，它就会崩溃......

我可以使用 'UTF-8' 成功连接并可以使用 执行查询sqlstr.encode('utf-8')，问题是它返回包含非 unicode 内容的 unicode 字符串。

例如，一个查询返回一个 unicode 字符串u'Port 26 \xb5\xe7'，但这是错误的，它不是一个 unicode 字符串，它根本无法解码/编码，它应该是'Port 26 \xb5\xe7'（对于 python 2.x），因此可以用 gbk 解码并得到正确的结果

所以我的任务是从 unicode 字符串中提取原始内容。好吧，我想我可以从 repr 用一些字符串截断来做到这一点，然后在上面调用 eval ，但我只是想知道还有更多的 Pythonic 方式吗？

Answer 1

这是做你想做的吗？

>>> myString = u'Port 26 \xb5\xe7'
>>> print myString.encode('latin1').decode('gbk')
Port 26 电

事实上，您可以使用其中任何一种作为编码编解码器：

cp1250
cp1252
cp1254
cp1256
cp1258
latin_1
iso8859_3
iso8859_9
iso8859_15

latin1 是您的最佳选择（最包容）。列出的 cp 编解码器都是基于 Windows 的。