問題與原因

使用python執行插入語句將資料插入到MySQL時丟擲了以下異常

pymysql.err.InternalError: (1366, "Incorrect string value: '\\xF0\\x9F\\x91\\x8D, ...' for column 'content' at row 1")

以上錯誤是由編碼問題造成的，你使用的資料庫預設編碼是utf8，可以儲存1到3個位元組，但是你插入到資料庫中的字串包含emoji表情字元（佔用4個位元組），因此會丟擲Incorrect string value異常。

解決方法

解決的方法主要有以下兩種

1. 修改MySQL的編碼格式
2. 在程式中過濾emoji表情字元

修改MySQL的編碼格式

MySQL從5.5.3版本開始，才支援4個位元組的utf8編碼，編碼名稱是utf8mb4（mb4意思為max bytes 4），在MySQL中執行以下SQL語句可以看到utf8和utf8mb4的相關資訊

SELECT * FROM information_schema.CHARACTER_SETS 
WHERE CHARACTER_SET_NAME LIKE 'utf8%'

結果如下

因此，將MySQL編碼改為utf8mb4就可以解決這個問題。

解決程式的編碼問題需要進行以下幾個操作：

1. 修改my.cnf配置

   找到MySQL的配置檔案my.cnf（windows系統一般在MySQL的安裝目錄中，linux系統放在/etc目錄下）

   修改含有utf8編碼的引數為utf8mb4，如下

   character-set-server=utf8mb4
   
   [client]
   default-character-set=utf8mb4
   
   [mysql]
   default-character-set=utf8mb4
    
   

   修改儲存後，重啟MySQL。

2. 修改資料庫和資料表的編碼格式

   修改資料庫編碼（更改db_name為你的資料庫）

   ALTER DATABASE `db_name` CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci; 
   

   修改資料表編碼（更改table_name為你的資料表）。

   ALTER TABLE `table_name` CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
   

3. 修改python連線pymysql的配置資訊

   去掉charset引數或將charset引數設定為utf8mb4，如：

   MYSQL_CONFIG = {
       'host': 'localhost',  # IP地址
       'port': 3306,  # 埠
       'user': 'root',  # 使用者名稱
       'passwd': '123456',  # 密碼
       'db': 'mydb',  # 資料庫
       # 'charset': 'utf8mb4',  # 字元編碼
   }
   

再次執行你的程式就可以正常插入資料了。

在程式中過濾emoji表情字元

為了避免出現以上錯誤，我們還可以在插入資料前對資料進行清洗，過濾掉文字中的emoji表情字元，再將資料插入到表中。

要去掉文字中的emoji表情字元可以使用以下兩種方法

自定義清除方法

def filter_emoji(desstr,restr=''):  
    #過濾表情   
    try:  
        co = re.compile(u'[\U00010000-\U0010ffff]')  
    except re.error:  
        co = re.compile(u'[\uD800-\uDBFF][\uDC00-\uDFFF]')  
    return co.sub(restr, desstr)

插入資料前先執行以上方法過濾emoji表情，如

content = '