sqlalchemy中文问题解决方案

　　sqlalchemy是python下一个很强大的ORM，最近刚刚开始使用。当然由于只是刚刚接触，只学习使用了他的DB API，对于Mapper还有些不得要领。

　　最近写的一个程序，用到MySql数据库，有些数据库读写的操作，对sqlalchemy已经有了些了解，自然要练练，更何况它能大幅度的提高程序开发的效率。于是就驱动sqlalchemy，用它开始了第一个数据库应用程序的编写。

　　代码说话：

#coding=utf-8

from sqlalchemy import *

connstr = 'mysql://uid:pwd@localhost/mydb'

db = create_engine(connstr, echo=True)

metadata = MetaData(db)  

table = Table('mytable', metadata, autoload=True)

i = table.insert()

i.execute(c1='value')

 

　　我通过上面的代码连接连接到数据库，打开表并执行插入数据的操作。执行程序，检查结果，ok，没有问题，心里一阵暗爽。

　　但当我把这段代码加入到程序中时，问题出来了，所有插入的中文全部是乱码，囧。按照常规思路，比较简单的做法是对中文进行编码转化.我的数据库表使用的是utf-8编码，于是写了这样的代码：'中文'.decode('gbk').encode('utf8')，结果依然是乱码。

　　在google上搜索发现，也有人遇到了类似的问题（大家都是中国人嘛:)），有两篇文章提出了解决方案，其中一个方法是在create_engine时增加两个参数，即：create_engine(connstr, encoding='utf8', convert_unicode=True),试了一下，无效。另一篇《MySql+SQLAlchemy+wxPython的Unicode解决方案》中提到修改MYSQLdb的connection.py文件的set_character_set方法，直接设为utf-8编码，我试了一下，的确可以了。但...这样似乎太暴力了一点，于是我决定找到原因。

　　根据上文中的思路发现，由于向set_character_set传递的charset参数为空，所以，该函数自动设置采用默认的编码连接mysql，也就是latin-1。因为sqlalchemy没有向该MYSQLdb传递charset，所以也就出现了上文作者郁闷的情况：总是latin-1。而前一篇文章里提到的方法和这个根本不沾边。

　　调试发现，create_engine调用了strategies.py的DefaultEngineStrategy类连接数据库的，该类的create方法里有个cparams变量，这个变量保存的是从连接url解析出来的数据库连接参数，比如host、username、pwssword这些。阅读MYSQLdb的代码知道，它是通过charset参数指定连接的编码的，于是修改了这个变量增加了charset参数（cparams.update({'charset':'utf8'})），居然也可以正常保存中文了。突破口就在这里，看来应该在这个url上做点文章了。

　　继续阅读代码，在database下的mysql这个模块中，发现了这么一段注释：

Many MySQL server installations default to a ``latin1`` encoding for client connections.  All data sent through the connection will be converted into ``latin1``, even if you have ``utf8`` or another character set on your tables and columns.  With versions 4.1
and higher, you can change the connection character set either through server configuration or by passing the  ``charset`` parameter to  ``create_engine``.  The ``charset`` option is passed through to MySQL-Python and has the side-effect of also enabling ``use_unicode``
in the driver by default.  For regular encoded strings, also pass ``use_unicode=0`` in the connection arguments.

　　这也证明了上面切入点是正确的。在create_engine的注释中找到了url的定义：

The URL is a string in the form ``dialect://user:password@host/dbname[?key=value..]``, where ``dialect`` is a name such as ``mysql``, ``oracle``, ``postgres``, etc.  Alternatively, the URL can be an instance of ``sqlalchemy.engine.url.URL``.

　　很明白了，这个URL居然还支持"QueryString"，于是把connstr修改为connstr = 'mysql://uid:pwd@localhost/mydb?charset=utf8'，在看了这么多废话以后:)，如你所愿，汉字正确的保存到里数据库里，O(∩_∩)O哈哈~。

　　真是郁闷，这么重要的用法，在文档里怎么没有描述呢？还是我没有找到？在google group里有很多人都遇到了utf8编码的问题，但似乎都没有正解。所以我把排除问题的全过程写下来，欢迎交流。