mysql转储中非常奇怪的字符 - 怎么办？

Question

我有奇怪的数据破坏了我的数据迁移。这些奇怪的字符按原样嵌入到实际的mysql转储文件中：

---

北京东方å›悦大酒店<br />\n<br />\n“The impetus

---

我已经获得了带有这些字符的mysql数据转储。我将数据导入Drupal，首先重新创建mysql表，然后使用Drupal的Migrate模块查询它们。

代码如下所示：

DROP TABLE IF EXISTS `news`;
SET @saved_cs_client     = @@character_set_client;
SET character_set_client = utf8;
CREATE TABLE `news` (
  `id` int(11) NOT NULL auto_increment,
  `uid` int(11) NOT NULL,
  `pid` int(11) default NULL,
  `puid` int(11) default NULL,
  `headline` varchar(255) NOT NULL,
  `teaser` varchar(500) NOT NULL,
  `status` char(1) default NULL,
  `date` datetime NOT NULL,
  `url` varchar(255) default NULL,
  `url_title` varchar(255) default NULL,
  `body` text,
  `caption` varchar(255) default NULL,
  `gid` int(11) default NULL,
  `feature` text,
  `related` varchar(255) default NULL,
  `change1_time` int(11) default NULL,
  `change2_time` int(11) default NULL,
  `change1_user` varchar(255) default NULL,
  `change2_user` varchar(255) default NULL,
  `expires` datetime default NULL,
  `rank` char(1) default NULL,
  PRIMARY KEY  (`id`),
  KEY `uid` (`uid`),
  KEY `status` (`status`),
  KEY `expires` (`expires`),
  KEY `rank` (`rank`),
  KEY `puid` (`puid`),
  FULLTEXT KEY `headline` (`headline`,`teaser`,`body`)
) ENGINE=MyISAM AUTO_INCREMENT=6976 DEFAULT CHARSET=utf8;
SET character_set_client = @saved_cs_client;

最快的解决方案是胜利者 - 我的时间紧迫，而且在这里真的很痛苦！我尝试过搜索和替换解决方案，但似乎有太多不同类型的奇怪数据。如果我知道告诉他们什么（如何进行数据转储），我可以编排一个新的数据转储。

谢谢， 约翰

Answer 1

这不是您问题的直接答案，但我使用了您在帖子中引用的mojibake。看起来它原来是UTF-8编码的中文文本，在Windows-1252编码中被解释为拉丁文本，在UTF-8中被重新编码重新编码并再次被解释为Windows- 1252（当你在这里发布时，最后再次编码为UTF-8）。所以它不只是mojibake，而是 double mojibake。

此外，在某些时候，从字符串中间丢失了一个字节（可能是因为它是Windows-1252中未定义的代码点之一），从而损坏了原始字符之一。通过编码链反向运行文本（编码为Windows-1252，解码为UTF-8，重复），我得到输出：

北京东方�悦大酒店<br />\n<br />\n“The impetus

替换字符�代表受损字符。