数据库的字符集、Python 字符串的编码、以及连接的编码设置三者之间不一致。

下面我将从核心问题、解决方案、最佳实践和常见问题四个方面进行阐述。

核心问题：编码不匹配

编码问题通常发生在以下几个环节：

1. 数据库层面：你的 MySQL 数据库、表、列的默认字符集是什么？如果设置为 latin1，它就无法正确存储和检索中文字符。
2. Python 代码层面：Python 3 的字符串默认是 Unicode (UTF-8)，你的 Python 脚本源文件是否也保存为了 UTF-8 编码？
3. 连接层面：pymysql 在连接数据库时，可以指定一个“连接字符集”，如果这个字符集与数据库或表的不匹配，就会导致数据在传输过程中被错误地转换。

目标：确保这三个层面的字符集统一为 utf8mb4 (强烈推荐) 或 utf8。

解决方案与最佳实践

数据库层面的设置（最重要）

这是解决问题的基石,如果你的数据库字符集设置不当，任何应用层的技巧都只是“治标不治本”。

检查和设置字符集：

你可以通过以下 SQL 命令检查和修改。

-- 1. 查看数据库的字符集
SHOW VARIABLES LIKE 'character_set_database';
-- 2. 查看表的字符集
SHOW TABLE STATUS WHERE Name = 'your_table_name';
-- 3. 查看列的字符集
SHOW FULL COLUMNS FROM your_table_name;
-- 4. 创建数据库时指定字符集
CREATE DATABASE my_database CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
-- 5. 创建表时指定字符集
CREATE TABLE my_table (
    id INT PRIMARY KEY,
    content VARCHAR(255)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
-- 6. 修改已存在的数据库字符集（谨慎操作）
ALTER DATABASE my_database CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
-- 7. 修改已存在的表字符集
ALTER TABLE my_table CONVERT TO CHARACTER SET utf8mb4;

为什么推荐 utf8mb4 而不是 utf8？

• MySQL 的 utf8：这是一个“伪” UTF-8，它最多只能支持 3 个字节的字符，它可以表示大部分的 Unicode 字符，但无法表示 Emoji 表情符号，以及一些不常用的汉字（如 "𠮷")。
• MySQL 的 utf8mb4：这是一个完整的、真正的 UTF-8 实现，它使用 1 到 4 个字节来表示字符，它可以存储任何 Unicode 字符，包括 Emoji，它是处理多语言和特殊符号时的最佳选择。

最佳实践：在创建新项目时，始终将数据库、表、列的默认字符集都设置为 utf8mb4。

Python 脚本层面的设置

确保你的 Python 源代码文件本身是 UTF-8 编码保存的。

• 在现代编辑器（如 VS Code, PyCharm）中，新建文件并保存为 UTF-8 是默认行为。
• 你可以在 Python 文件的开头加上一个“编码声明”，这是一种好习惯，尽管在 Python 3 中通常不是必需的。

# -*- coding: utf-8 -*-
# 你的 Python 代码

PyMySQL 连接层面的设置（关键步骤）

这是在代码中直接解决编码问题的关键,在建立 pymysql 连接时，通过 charset 参数指定连接的字符集。

正确的方式：

import pymysql
# ... 其他连接参数 ...
connection = pymysql.connect(
    host='localhost',
    user='your_user',
    password='your_password',
    database='your_database',
    charset='utf8mb4',  # <--- 关键：指定连接字符集为 utf8mb4
    cursorclass=pymysql.cursors.DictCursor
)

为什么这里也要设置 charset？

pymysql 在连接数据库后，会执行一个 SET NAMES <charset> 命令来告诉 MySQL：“接下来我们通过这个连接传输的数据，都使用 <charset> 编码”，如果这个设置与数据库的字符集不匹配，MySQL 就会尝试进行转换，如果转换失败（比如用 latin1 去解码一个 UTF-8 的字节流），就会出现乱码或 Incorrect string value 错误。

autocommit 参数

建议也一并设置 autocommit，这样你的 INSERT, UPDATE 操作会立即生效，不需要手动调用 connection.commit()。

connection = pymysql.connect(
    # ... 其他参数 ...
    charset='utf8mb4',
    autocommit=True  # <--- 自动提交事务
)

完整代码示例

下面是一个完整的、遵循了最佳实践的代码示例，包含中文、Emoji 和特殊字符的插入与查询。

import pymysql
import sys
# 确保你的终端/控制台支持 UTF-8 输出，否则打印时也可能乱码
# sys.stdout.reconfigure(encoding='utf-8')
# 1. 定义数据库连接配置
db_config = {
    'host': 'localhost',
    'user': 'root',
    'password': 'your_password',
    'database': 'test_db',  # 假设这个数据库和表都已设置为 utf8mb4
    'charset': 'utf8mb4',   # <--- 关键：连接字符集
    'cursorclass': pymysql.cursors.DictCursor,
    'autocommit': True      # <--- 自动提交
}
# 2. 测试数据（包含中文、Emoji和特殊字符）
test_data = {
    'chinese_text': '你好，世界！',
    'emoji_text': '这是一个笑脸 😊 和一个火箭 🚀。',
    'special_char': '特殊字符：© ® ™'
}
try:
    # 3. 建立数据库连接
    print("正在连接数据库...")
    connection = pymysql.connect(**db_config)
    print("数据库连接成功！")
    # 4. 获取游标
    with connection.cursor() as cursor:
        # 5. 插入数据
        print("\n正在插入数据...")
        sql_insert = "INSERT INTO my_table (content) VALUES (%s)"
        # 使用 executemany 可以插入多行
        cursor.executemany(sql_insert, [test_data['chinese_text'], test_data['emoji_text'], test_data['special_char']])
        print("数据插入成功！")
        # 6. 查询数据
        print("\n正在查询数据...")
        sql_select = "SELECT id, content FROM my_table"
        cursor.execute(sql_select)
        results = cursor.fetchall()
        # 7. 打印查询结果
        print("\n查询结果：")
        for row in results:
            # Python 3 的 print 默认能处理 Unicode，所以直接打印即可
            print(f"ID: {row['id']}, Content: {row['content']}")
except pymysql.MySQLError as e:
    print(f"数据库操作出错: {e}")
finally:
    # 8. 关闭数据库连接
    if 'connection' in locals() and connection.open:
        connection.close()
        print("\n数据库连接已关闭。")

常见问题与排查

错误：pymysql.err.ProgrammingError: (1366, "Incorrect string value: '\\xF0\\x9F\\x98\\x8A' for column 'content' at row 1")

• 原因：这是最典型的编码错误，意思是 MySQL 试图用 latin1（或其他不支持4字节字符的编码）去解码一个 4 字节的 UTF-8 序列（\\xF0... Emoji 的 UTF-8 编码）。
• 解决方案：
  1. 检查你的数据库、表、列的字符集，确保它们是 utf8mb4。
  2. 检查你的 pymysql.connect() 中的 charset 参数，确保是 utf8mb4。

错误：pymysql.err.OperationalError: (2025, "Cannot connect to MySQL server on '...'")

• 原因：有时字符集不匹配也可能导致连接失败，尤其是在某些旧版本的 MySQL 或特定配置下。
• 解决方案：确保连接参数正确，特别是 charset。

控制台打印出来是乱码，但数据库里存的是对的

• 原因：这不是 pymysql 的问题，而是你的终端或 IDE 控制台的编码问题，它可能被设置为 GBK 或其他编码，无法正确显示 UTF-8 字符。
• 解决方案：
  • Windows: 在终端属性中，将“代码页”更改为 65001 (UTF-8)。
  • macOS / Linux: 通常默认就是 UTF-8，如果不是，可以尝试 export LANG=en_US.UTF-8。
  • IDE (如 PyCharm): 在 Run/Debug Configurations 中，确保 VM options 里没有 -Dfile.encoding=GBK 之类的设置，或者直接设置为 -Dfile.encoding=UTF-8。

要彻底解决 pymysql 的编码问题，请遵循以下黄金法则：

1. 数据库层面：统一使用 utf8mb4 作为数据库、表、列的默认字符集。
2. 连接层面：在 pymysql.connect() 中，务必设置 charset='utf8mb4'。
3. 代码层面：确保你的 .py 文件是 UTF-8 编码保存的。

只要这三者保持一致,你就可以在 Python 和 MySQL 之间无缝地传输任何文本数据，包括中文和 Emoji。