pymysql.err.IntegrityError: (1062, "Duplicate entry 'roxml-ROXML' for key 'PRIMARY'")

標籤：int   建立表   gpo   img   bubuko   name   ica   大小寫   arc   

在《Python資料採礦－概念、方法與實踐》一書的第3章實體匹配中，如果一路按照作者的代碼及SQL語句進行配置啟動並執行話，會出現如題目所示的錯誤。根據python指令碼的執行錯誤提示顯示，錯誤發生在指令碼中的第一個INSERT INTO語句中。

其實並不是到插入roxml時候才會報錯，而是在前面插入optionparser的時候就已經報錯了。這個錯誤意思是代碼試圖在表中主鍵列被插入兩個重複值。這個問題耗費了我三個小時，才最終把它解決。

書中的第一個INSERT語句目的是要把具有相同URL的項目的項目名稱插入到book_entity_matches表中，在來自RF和RG的兩個網站的項目裡面，有一些項目，它們的名字是僅有大小寫區別的，如下：

上兩圖中分別是從RF和RG表中查詢出來的結果，可以看到，的確是存在項目名稱只有大小寫區別的項目。但由於MySQL預設它的VARCHAR欄位是不區分大小寫，所以在執行INSERT INTO語句當嘗試插入如所示的兩個相同的（只有大小寫區別）項目名稱時，就出現了錯誤！

解決方案之一，就是把這兩個欄位類型更改為BINARY：

ALTER TABLE book_entity_matches MODIFY COLUMN rg_project_name VARCHAR(100) BINARY NOT NULL;ALTER TABLE book_entity_matches MODIFY COLUMN rf_project_name VARCHAR(100) BINARY NOT NULL;

其它的方法有：在建立表時指定欄位屬性為BINARY，或者在建立表時指定編碼類別型，類型尾碼為cs（如utf8_general_cs）的即是區分大小寫，為ci（如utf8_general_ci）的即不區分。

參考：

1. MySql 設定欄位值區分大小寫
2. MySQL大小寫敏感說明

pymysql.err.IntegrityError: (1062, "Duplicate entry 'roxml-ROXML' for key 'PRIMARY'")