python中mysql模塊的內存泄露和中文亂碼詳解

mysql-python的連接時，默認大家會寫成

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

一旦指定了"gbk"，默認mysql-python會設定use_unicode=True。結果是mysql-python會利用python自己的 codec模塊去做字符解碼工作，但實際中發現mysql庫gbk編碼字符集比python的gbk編碼集大。一些在mysql里可以存儲的字符，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解碼這塊存在內存泄露的bug。解碼出來所有數據庫字符串經過mysql-python出來都是unicode object，要輸出到文件需要再次編碼。

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)

這樣既不會有內存泄露，也不需要在輸出文件時進行編碼。也回避了python的codec不能解析mysql gbk里面存放的字符串的問題。 最后對于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