修复编码

Question

我最终在我们的一个mysql列中搞乱了字符编码。

通常我有

√©而不是é
√∂而不是ö
√≠而不是í

依旧......

相当确定这里有人会知道发生了什么以及如何解决。

更新 基于bobince的答案，因为我在文件中有这些数据，所以我做了以下

#!/user/bin/env python
import codecs
f = codecs.open('./file.csv', 'r', 'utf-8')
f2 = codecs.open('./file-fixed.csv', 'w', 'utf-8')
for line in f:
    f2.write(line.encode('macroman').decode('utf-8')),

之后

load data infile 'file-fixed.csv' 
into table list1 
fields terminated by ',' 
optionally enclosed by '"' 
ignore 1 lines;

正确导入数据。

UPDATE2： Hammerite，只是为了完整性，这里是要求的细节......

mysql> SHOW VARIABLES LIKE 'character_set%';
+--------------------------+----------------------------+
| Variable_name            | Value                      |
+--------------------------+----------------------------+
| character_set_client     | latin1                     | 
| character_set_connection | latin1                     | 
| character_set_database   | latin1                     | 
| character_set_filesystem | binary                     | 
| character_set_results    | latin1                     | 
| character_set_server     | latin1                     | 
| character_set_system     | utf8                       | 
| character_sets_dir       | /usr/share/mysql/charsets/ | 
+--------------------------+----------------------------+

我要导入的表格的SHOW CREATE TABLE有DEFAULT CHARSET=utf8

EDIT3：

实际上使用上述设置，load 没有做正确的事情（我无法与现有的utf8字段进行比较，而我的加载数据仅看起来好像它已正确加载;我假设因为错误，但匹配客户端，连接和结果字符集），所以我将设置更新为：

+--------------------------+----------------------------+
| Variable_name            | Value                      |
+--------------------------+----------------------------+
| character_set_client     | utf8                       | 
| character_set_connection | utf8                       | 
| character_set_database   | utf8                       | 
| character_set_filesystem | binary                     | 
| character_set_results    | utf8                       | 
| character_set_server     | utf8                       | 
| character_set_system     | utf8                       | 
| character_sets_dir       | /usr/share/mysql/charsets/ | 
+--------------------------+----------------------------+

再次上传数据，最后我正确加载数据（与现有数据相比）。

Answer 1

您的文字已编码为UTF-8，然后错误地重新解码为Mac Roman。

您将无法在数据库中修复此问题，因为MySQL不知道Mac Roman编码。您可以编写一个脚本来遍历每个受影响的表的每一行，并通过反转编码/解码周期来修复文本。 Python是一种可能性，具有多种编码：

>>> print u'é'.encode('macroman').decode('utf-8')
é
>>> print u'ö'.encode('macroman').decode('utf-8')
ö
>>> print u'í'.encode('macroman').decode('utf-8')
í

或者，如果没有非ASCII内容不受此问题的影响，您可以尝试使用mysqladmin导出SQL转储，然后使用上面的脚本一次性转换它，或者，如果你有一个可以做到的文本编辑器（可能在Mac上），将脚本加载为UTF-8，然后将其保存为Mac Roman。最后使用mysql < dump.sql重新导入转储。