Problemet är att du anropar encode på en str objekt.
En str är en bytesträng som vanligtvis representerar text kodad på något sätt som UTF-8. När du ringer encode på det måste den först avkodas tillbaka till text, så att texten kan kodas om. Som standard gör Python det genom att anropa s.decode(sys.getgetdefaultencoding()) , och getdefaultencoding() returnerar vanligtvis 'ascii' .
Så du pratar UTF-8-kodad text, avkodar den som om den vore ASCII och kodar sedan om den i UTF-8.
Den allmänna lösningen är att uttryckligen anropa decode med rätt kodning, istället för att låta Python använda standard, och sedan encode resultatet.
Men när rätt kodning redan är den du vill ha, är den enklare lösningen att bara hoppa över .decode('utf-8').encode('utf-8') och använd bara UTF-8 str som UTF-8 str att det redan är det.
Eller, alternativt, om ditt MySQL-omslag har en funktion som låter dig specificera en kodning och få tillbaka unicode värden för CHAR /VARCHAR /TEXT kolumner istället för str värden (t.ex. i MySQLdb skickar du use_unicode=True till connect samtal eller charset='UTF-8' om din databas är för gammal för att automatiskt upptäcka den), gör bara det. Då har du unicode objekt, och du kan anropa .encode('utf-8') på dem.
I allmänhet är det bästa sättet att hantera Unicode-problem det sista – avkoda allt så tidigt som möjligt, gör all bearbetning i Unicode och koda sedan så sent som möjligt. Men hur som helst, du måste vara konsekvent. Ring inte str på något som kan vara en unicode; sammanfoga inte en str bokstavligt till en unicode eller skicka en till dess replace metod; etc. Varje gång du mixar och matchar kommer Python att implicit konvertera åt dig med din standardkodning, vilket nästan aldrig är vad du vill ha.
Som en sidoanteckning är detta en av många saker som Python 3.x:s Unicode-ändringar hjälper till med. Först, str är nu Unicode-text, inte kodad byte. Ännu viktigare, om du har kodade bytes, t.ex. i en bytes objekt som anropar encode ger dig en AttributeError istället för att försöka avkoda tyst så att den kan koda om. Och om du försöker blanda och matcha Unicode och bytes får du ett uppenbart TypeError , istället för en implicit konvertering som lyckas i vissa fall och ger ett kryptiskt meddelande om en kodning eller avkodning som du inte bett om i andra.