python中mysql模組的記憶體外洩與中文亂碼詳解

mysql-python的連線時，預設大家會寫成

con=MySQLdb.connect(user='xxx',passwd='xxx',host='xxx',port=6600,charset='gbk')

一旦指定了"gbk"，預設mysql-python會設定use_unicode=True。結果是mysql-python會利用python自己的 codec模組去做字元解碼工作，但實際上發現mysql函式庫gbk編碼字元集比python的gbk編碼集大。一些在mysql裡可以儲存的字符，拿 python的codec去解析就會拋錯。更嚴重的問題是，在mysql-python1.2.3之前，use_unicode=True即讓 mysql-python解碼這塊存在記憶體外洩的bug。解碼出來所有資料庫字串經過mysql-python出來都是unicode object，要輸出到檔案要再編碼。

解決方法是強制指定use_unicode=False。即：

con=MySQLdb.connect(user='xxx',passwd='xxx',host='xxx',port=6600,charset='gbk',use_unicode=False)

這樣既不會有記憶體洩露，也不需要在輸出檔案時進行編碼。也迴避了python的codec不能解析mysql gbk裡面存放的字串的問題。 最後對於mysql4，我們可以將charset參數留空：

con=MySQLdb.connect(user='xxx',passwd='xxx',host='xxx',port=6600,use_unicode=False)

這樣就完美解決了這個問題，哈哈