开发一个文本检查、清理脚本是不是有用？

[sjmcefc2]

经常要导入大量的 UTF-8 文本到数据库，但是数据质量不高。有时候一行存在\会 load 报错，有时候部分字段会出现编码乱码，出现�����г��这种。
想用 python 实现一个功能，
一是想实现根据表结构、字段长度来扫描每一行数据是否符合表的要求；
二是检查每一行数据的编码，如果发现有上述的乱码或者\，能够经过某种处理弄成正确编码（数据库可以接受的 utf8 编码）
python 初学者，大牛们能不能指点一下这个轮子是不是已经有了？如果没有要是个什么思路呢？