Question

一年前，我们将数据迁移到MySQL。由于编码不匹配，许多奇怪的字符（Ã，ª，€等）被插入到记录中。我们想跟踪整个数据库中的所有这些字符。

我尝试了以下查询。

 select * from <table_name> where <field_name> regexp '[^a-zA-Z0-9&,$\'"() .-]'

它给了我所有的条目，除了az，AZ，0-9，＆amp;，逗号，美元，单引号，双引号，括号，空格，句点，连字符之外还有任何字符。特定表格的<field_name>。

但要找到所有奇怪的字符需要花费很多时间，因为我们有大约93个表格，每个表格大约有20个字段。

有没有更好的方法来解决这个问题？

再次使用正确的编码设置重新导入不是一个选项，因为从那时起数据发生了很大的变化。

Answer 1

你提到的字符看起来像utf-8数据呈现，好像它是ASCII或Latin-1八位字符。

这是一篇关于如何找到问题的帖子。它比你的方法效果更好，并且在字符集匹配方面超级自律。

您能提供包含此垃圾的其中一个表的表定义吗？这样我们就可以看到表格和列的字符集和整理设置。