根本原因是MySQL连接层未启用utf8mb4编码，需在Python连接时显式指定charset='utf8mb4'，并确保服务端配置、表结构及排序规则均正确支持4字节UTF-8字符。
MySQL连接必须启用utf8mb4编码
Python爬虫写入Emoji时报错 Incorrect string value，根本原因是MySQL默认字符集不支持4字节UTF-8字符。哪怕表和字段已设为utf8mb4，如果连接层没配对，照样失败。
关键不是改表结构，而是确保Python连接MySQL时明确指定编码：
-
charset='utf8mb4'必须传给pymysql.connect()或mysql.connector.connect() - SQLAlchemy用户需在数据库URL末尾加
?charset=utf8mb4，例如：mysql+pymysql://user:pass@host/db?charset=utf8mb4 - 若用
mysqldb（已弃用），需额外设置use_unicode=True和charset='utf8mb4'
表与字段要真正使用utf8mb4 COLLATE
只执行 ALTER TABLE t CONVERT TO CHARACTER SET utf8mb4 不够——它可能仍用 utf8mb4_general_ci，而该排序规则对Emoji支持不稳定。生产环境推荐 utf8mb4_0900_as_cs（MySQL 8.0+）或 utf8mb4_unicode_ci（兼容性更好）。
建表时显式声明更可靠：
立即学习“Python免费学习笔记（深入）”；
CREATE TABLE comments ( id INT PRIMARY KEY, content TEXT CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;
已有表请用完整语句重置字段级collation：
ALTER TABLE t MODIFY content TEXT CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;- 别漏掉
MODIFY后的字段定义全貌，否则可能丢失NOT NULL等约束
Python字符串本身无需encode/decode干预
现代Python 3（3.6+）中，字符串原生是Unicode，爬到的含Emoji文本（如"Hello ?"）直接传给SQL执行即可。常见错误是手动调用 .encode('utf8') 再解码，反而引入乱码或截断。
只需确认两点：
- 源网页响应头或meta声明的编码被requests正确识别（可用
r.apparent_encoding验证） - 解析HTML时用
BeautifulSoup(html, 'html.parser', from_encoding='utf-8')显式指定，避免BS自动猜错 - 若原始数据来自JSON API，
json.loads()默认处理Unicode，无需额外操作
检查MySQL服务端配置是否生效
即使应用层全配对，MySQL服务端若没开utf8mb4支持，连接时仍会降级。登录MySQL执行：
SHOW VARIABLES LIKE 'character_set%';<br>SHOW VARIABLES LIKE 'collation%';
重点看这几项必须是utf8mb4：
character_set_clientcharacter_set_connectioncharacter_set_databasecharacter_set_server
若不是，需修改my.cnf并重启：
[client]<br>default-character-set = utf8mb4<br><br>[mysql]<br>default-character-set = utf8mb4<br><br>[mysqld]<br>character-set-server = utf8mb4<br>collation-server = utf8mb4_unicode_ci
注意：MySQL 5.7之前版本的max_allowed_packet过小也可能导致Emoji写入中断，建议至少设为64M
