Python写入Access .mdb出现中文乱码怎么办

宋时安

发布时间：2026-10-22 | 6人浏览过

原创

使用 Python 向老版本的 Access .mdb 数据库写入中文内容时，经常会出现数据变成问号（???）、生僻字串或乱码符号的现象。造成这一问题的核心原因在于：Python 3 默认在内存中使用标准的 Unicode（UTF-8）字符串，而 Windows 环境下的 Microsoft Access 经典 .mdb 文件（Access 97-2003 格式）在底层由 Windows Jet 引擎驱动，其文本字段默认依赖系统的 ANSI 代码页（中文 Windows 下通常为 GBK / CP936）。如果通过 ODBC 连接时未能正确指定连接编解码协议，或者驱动层在传输双字节宽字符时截断或误匹配了编码表，中文乱码就会随之产生。解决此问题无需更换数据库引擎，只需明确数据链路中各节点的字符集对应关系，并在 pyodbc 连接层与数据输入层配置正确的编码规则即可彻底解决。

图1：Python 运行时环境、ODBC 驱动中间层与 Access .mdb 字符集冲突机制

一、排查乱码的具体表现与检查路径

在着手编写修复代码前，需要先明确乱码的具体表现形式。不同的表现通常对应不同的链路节点缺失：

全变成问号（如 ???）：这说明 UTF-8 字符串在进入 ODBC 驱动层转换为 ANSI 时发生了字符映射丢失，驱动或数据库不支持多字节字符转换，直接退化为默认替代字符 ?。
生僻汉字与乱码符号相间（如 ÎÄ±¾ 或 ²âÊÔ）：典型的是将原本按照 GBK 编码存储的双字节数据错误当成 ISO-8859-1 或 Windows-1252 解码；或者是 UTF-8 字节流被当成 GBK 显示。
插入直接报错（如 String data, right truncated）：由于 UTF-8 编码的一个汉字通常占用 3 个字节，而 Access .mdb 的文本字段（Text）有长度上限（最大 255 字节），若驱动将 3 字节 UTF-8 原样当单字节传参，极易导致字段长度溢出截断。

图2：根据具体乱码形式定位原因与匹配修复方案

二、核心解决方案：配置 pyodbc 字符编解码规则

在 Python 中连接 .mdb 最常用的驱动库是 pyodbc。Python 3 中 pyodbc 引入了对不同 SQL 数据类型的显式编码声明接口。只要在建立连接后，通过 setdecoding 和 setencoding 正确告知底层驱动如何在 Unicode 和系统的 ANSI（GBK）之间转换，即可完全避免乱码。

图3：pyodbc 操作 Access .mdb 数据库的四个标准处理步骤

完整代码示例

以下代码展示了针对 Windows 环境下 Access .mdb 文件进行中文安全写入与读取验证的完整实现：

import os
import pyodbc

# 1. 准备 .mdb 数据库文件路径（使用绝对路径）
db_path = os.path.abspath("test_database.mdb")

# 2. 构造连接字符串
# 优先选用 ACE 驱动（支持更多现代特性），若无则使用 Microsoft Access Driver (*.mdb)
conn_str = (
    r"DRIVER={Microsoft Access Driver (*.mdb, *.accdb)};"
    rf"DBQ={db_path};"
)

# 兼容仅安装了旧版 Jet 驱动的环境
try:
    conn = pyodbc.connect(conn_str)
except pyodbc.Error:
    conn_str = (
        r"DRIVER={Microsoft Access Driver (*.mdb)};"
        rf"DBQ={db_path};"
    )
    conn = pyodbc.connect(conn_str)

# 3. 关键步骤：设置连接字符编解码规则
# Access 的单字节/ANSI 字段使用 GBK/CP936 编码
conn.setdecoding(pyodbc.SQL_CHAR, encoding='gbk')
conn.setdecoding(pyodbc.SQL_WCHAR, encoding='utf-16le')

# 向数据库写入文本参数时的编码配置
conn.setencoding(encoding='gbk')

cursor = conn.cursor()

# 4. 创建测试表（如果尚未存在）
cursor.execute("""
    IF NOT EXISTS (SELECT * FROM MSysObjects WHERE Name = 'Staff' AND Type = 1)
    BEGIN
        CREATE TABLE Staff (
            ID AUTOINCREMENT PRIMARY KEY,
            Name TEXT(50),
            Department TEXT(100),
            Remark MEMO
        )
    END
""")
conn.commit()

# 5. 采用参数化查询写入中文数据（切忌直接拼接 SQL 字符串）
insert_sql = "INSERT INTO Staff (Name, Department, Remark) VALUES (?, ?, ?)"
data_row = ("张三", "技术研发部", "负责系统架构与中文编码处理")

cursor.execute(insert_sql, data_row)
conn.commit()

# 6. 读取验证写入结果
cursor.execute("SELECT ID, Name, Department, Remark FROM Staff WHERE Name = ?", ("张三",))
row = cursor.fetchone()
if row:
    print(f"验证成功: ID={row[0]}, 姓名={row[1]}, 部门={row[2]}, 备注={row[3]}")

# 7. 释放资源
cursor.close()
conn.close()

代码说明与注意事项：

conn.setdecoding(pyodbc.SQL_CHAR, encoding='gbk')：告诉 pyodbc，数据库返回的标准 CHAR/TEXT 类型的 ANSI 字节流应按照系统的 gbk 解码为 Python 的字符串。
conn.setdecoding(pyodbc.SQL_WCHAR, encoding='utf-16le')：Windows ODBC 内部的宽字符类型通常采用 UTF-16LE 存储，显式绑定可防止多字节宽字符解析错乱。
conn.setencoding(encoding='gbk')：在将 Python 字符串作为参数传递给底层驱动时，显式转换为 gbk 字节流，杜绝驱动因无法处理 UTF-8 而将其替换为问号。

三、常见原因与进阶排查方案

1. 必须使用参数化查询，避免拼接 SQL

很多初学者喜欢直接使用字符串格式化构建 SQL 语句，例如：cursor.execute(f"INSERT INTO Staff (Name) VALUES ('{name}')")。这种写法在面对 .mdb 驱动时极易出问题：

拼接的 SQL 字符串会被当做整条查询命令由驱动统一解释。如果驱动接收到的整个命令缓冲区存在字符集识别歧义，中文字面量很容易在语法解析阶段就被截断或替换。
使用 cursor.execute("INSERT ... VALUES (?)", (name,)) 占位符方式，pyodbc 会走 ODBC 参数绑定接口（SQLBindParameter），能够精确利用上文中通过 setencoding 设置的字符编码规则，保障每一个汉字安全入库。

2. 驱动版本差异：Jet 4.0 驱动 vs ACE 引擎驱动

Windows 上操作 .mdb 有两套主要的驱动：旧版 32 位的 Microsoft Jet 4.0 驱动（Microsoft Access Driver (*.mdb)），以及随 Office/Access Database Engine 发布的 Microsoft ACE 驱动（Microsoft Access Driver (*.mdb, *.accdb)）。两者的差异如下：

图4：不同版本 Access ODBC 驱动特性与编码兼容性对比

3. Windows 系统区域设置与非 Unicode 程序语言

如果将 Python 程序部署到英文版 Windows Server 或 Docker 容器中，可能会发现即便设置了 gbk 依然乱码。这是因为 Windows 底层默认的 ANSI 代码页是 Windows-1252（西欧语言），缺少对中文字符集的映射支持：

系统设置检查：进入 Windows “控制面板” -> “时钟和区域” -> “区域” -> “管理” 选项卡，查看“非 Unicode 程序的语言”。如果不是“中文(简体，中国)”，底层 ANSI 代码页就不会是 CP936。

针对容器或英文系统的对策：如果系统无法更改区域语言，可以在 Python 连接字符串中显式指定编码属性，或者强制使用全宽字符转换：

# 在连接字符串中显式附加字符属性
conn_str = (
    r"DRIVER={Microsoft Access Driver (*.mdb, *.accdb)};"
    rf"DBQ={db_path};"
    r"Extended Properties='text;HDR=Yes;FMT=Delimited;CharacterSet=GB2312';"
)

四、总结与快速排查清单

当 Python 写入 Access .mdb 遭遇中文乱码时，按照以下清单逐条核对，即可在几分钟内解决问题：

检查参数化传递：杜绝使用 f-string 或 % 拼接 SQL，统一使用 cursor.execute(sql, (val1, val2)) 语法。
配置连接编解码：在 conn = pyodbc.connect(...) 之后立即加入 conn.setdecoding(pyodbc.SQL_CHAR, encoding='gbk') 与 conn.setencoding(encoding='gbk')。
核对 Python 位数与驱动匹配：64 位的 Python 解释器必须搭配 64 位的 Access ODBC 驱动（Microsoft Access Database Engine 2010/2016），切勿使用 32 位与 64 位混用的不兼容驱动。
确认字段长度与类型：中文字符在 Access TEXT 字段中虽然只计为一个字符，但若中间链路驱动以 UTF-8 字节计算长度，可能触发 255 字节上限导致截断；长文本建议使用 MEMO（备注）字段存储。