Question

我有一个数据库，为PHP应用程序提供非英文字符，例如：ç ã é。

以前，此数据库已正确存储并显示这些字符，但在备份和恢复后，其中某些字符已被Ã§Ã£组合替换为应显示c

显然，这是一个备份或恢复字符集监督，但是我无法检索以前正常版本的数据库。

此转储文件是数据库的剩余文件，在文本编辑器中打开时，它还会在Ã§Ã£处显示çã之类的组合。

我尝试将其中一个表从utf8_unicode_ci转换为latin1_swedish_ci，反之亦然。但是没有效果。

ALTER TABLE test CONVERT TO CHARACTER SET utf8 COLLATE utf8_unicode_ci;
ALTER TABLE test CONVERT TO CHARACTER SET latin1 COLLATE latin1_swedish_ci;

如何解决此问题。

谢谢。

注意：来自PHP的 utf8_decode能够将Ã§Ã£转换为ça，但我想在源头解决此问题。

更新：我能够查询受影响的表格，并使用以下查询返回正确的字符。

SELECT convert(cast(convert(field_name using latin1) as binary) using utf8) FROM affectedTable

更新2：

下面的查询能够将字符转换为正确的UTF-8表示。

SELECT convert(cast(convert(field_name using  latin1) as binary) using utf8) FROM affectedTable

因此，按照上一个查询中的方法，如果对每个受影响的表运行以下三个查询，它应该将字符转换为UTF-8。

ALTER TABLE table CONVERT TO CHARACTER SET latin1;
ALTER TABLE table CONVERT TO CHARACTER SET binary;
ALTER TABLE table CONVERT TO CHARACTER SET utf8;

多数民众赞成，Ã§Ã£等字符将转换为ça，依此类推。

这适用于MySQL 5.6.20 - Windows上的社区服务器，它没有使用MySQL 5.5.42 - Linux上的社区服务器。也许有人知道一个跨版本/操作系统解决方案。

Answer 1

听起来你的表中的数据存储为latin1，但实际上是utf8。

当'CONVERT TO CHARACTER SET'时，它通常会尝试将字符从'latin1'转换为'utf8'

要在不更改数据的情况下更改类型，您需要先将列转换为二进制列，然后再转换为最终目标字符集，以避免任何实际的字符转换。

这在以下文档中讨论： https://dev.mysql.com/doc/refman/5.5/en/charset-conversion.html

Answer 2

Ã§Ã£是çã的Mojibake。

执行

SELECT col，HEX（col）FROM ... 如果您为C3A7C3A3获得了十六进制çã，那就是utf8编码。但是，如果您看到Ã§Ã£的{{1}}，则latin1正在进入。如果列声明为col，则表格正常;连接断了。连接时需要CHARACTER SET utf8或等效项。

如果你得到十六进制SET NAMES utf8，你有＆＃34;双重编码＆＃34;，这是一个不同的解决方案。在完成所有C383C2A7C383C2A3之后，如果你有这个烂摊子，我不会感到惊讶。

＆＃34; 2步ALTER＆＃34;使用SET NAMES latin1将utf8字节写入CHARACTER SET latin1列时适用。您的ALTERs显示为çã的症状通常（但并非总是如此）。

Ã§Ã£

（你的三步改变是矫枉过正。）

当INSERTing一个字符串时，3件事对插入的值是好还是坏有所不同。

ALTER TABLE Tbl MODIFY COLUMN col VARBINARY(...) ...;
ALTER TABLE Tbl MODIFY COLUMN col VARCHAR(...) ... CHARACTER SET utf8 ...;

MySQL转换表到latin1不会将外来字符转换为正确的表示

2 个答案: