更改排序规则时，UTF8编码的文本未正确更改

Question

我们有一个MySQL表，其字段使用latin1_swedish_ci但是那里有一些UTF-8编码数据。

当我将排序从latin1_swedish_ci更改为utf8_general_ci时，它可以很好地转换ISO-8859-1的内容，但是UTF-8数据会被破坏，看起来像......你需要

有什么想法吗？

编辑：我们正在使用带有MySQL 5.1的InnoDB

Answer 1

所以，你的“latin1”专栏有一些用UTF-8编码的数据，但不是一切，现在你有一些用UTF-8双重编码的数据？

你可以这样做来修复双重编码的值：首先转换回latin1，将字符串重新解释为二进制，然后告诉MySQL二进制字符串实际上是用UTF-8编码的文本。在MySQL中，这可以写成：

convert(binary convert(mycolumn using latin1) using utf8)

现在问题是检测哪些字符串是双重编码的，因此您只能更新这些字符串。这可以通过将原始字符串的长度（以字节为单位）与新字符串的长度（以字节为单位）进行比较来完成。对于双重编码的文本，它们应该是相同的。这就是你最终的结果：

update mytable set mycolumn = @str where char_length(mycolumn) = 
    length(@str := convert(binary convert(mycolumn using latin1) using utf8));