Question

我的一个客户有一个网站，主机公司已经完全搞砸了强制完整数据库上的字符集。我们之前遇到过字符集问题，但现在它只是一场戏剧性的直播！

到目前为止，我已将charset = utf-8添加到页面内容类型，并将mysql连接的charset设置为utf8。现在是时候替换所有角色了。到目前为止，我发现的是：

Ã¶ = ö
Ã« = ë
Ã© = é

数据库中的数据正在更新，如下所示：

UPDATE table SET `fieldname` = REPLACE(`fieldname`, 'Ã¶', 'ö');

现在我只需要查找搞砸了的完整列表。我尝试了一个搜索field LIKE '%Ã%'的MySQL查询，但这会返回数据库中的所有记录。

谷歌也只是在其他有麻烦的人的主题中显示了几个角色（大多数是上面的3个角色），但似乎没有一个完整的这些角色列表（或者至少是最常见的）我可以用于查找和替换我的客户的所有数据。

如果有人知道这样的位置或者能够完成我的列表，我将作为回报创建一个包含这些字符的页面以帮助其他人（除非已经有一个我不知道某个地方的列表）。

// EDIT：

这将是最常见的欧洲人物，如éèë，áàä，öóò，ï，ü，也许是ringel-S（德国双S）。对于像ñ或ã这样的耸人听闻的标志而言，并非如此，但如果它们在某个地方的列表中会非常受欢迎。

// EDIT 2：

我使用本文第1部分中的2个ALTER查询更新了MySQL数据库和表：http://developer.loftdigital.com/blog/php-utf-8-cheatsheet。到目前为止，我没有使用mb_函数，也没有像看起来那样进行任何MB配置。

文件中的标题都设置为utf-8（我仍然需要检查一些ajax脚本的标题，不确定是否需要，但这样做不会有害）。并且文件全部保存为UTF8而没有BOM。此外，通过将字符集设置为utf-8来更新PHPFreakMailer。

Bad enough，我还有这些奇怪的角色。我不认为他们会自己离开，但至少值得希望如此:-)那么我应该采取的最后一步是什么？继续使用REPLACE查询并手动更改所有奇怪的字符？

提前致谢！

Answer 1

这有点疯狂;你认为“¶”是什么字符集？

看起来它实际上是一个正确的UTF-8序列（因为它是两个字节），你只是将它显示为ISO-8559-1。

修改：

根据您的评论，我认为以下情况正在进行：

我认为（但实际上并非100％确定）正确的UTF-8二进制序列存储在数据库中。但由于该表标记为ISO-8559-1，并且您要求自动转换字符集。所以它认为它是ISO-8559-1（看起来像¶），但后来尝试将其转换为UTF-8。

如果strlen（'Ã''）是4而不是2，你应该能够验证这一点。如果长度确实为2，那么你的浏览器编码会以某种方式搞砸。

要解决此问题，请不要将MySQL设置为对字符进行编码。

选项2

数据也可以在表格中“双重编码”。要检查这一点，只需检查数据库上的字符串长度。如果'¶'是4个字节长，那就是问题。

我在这种情况下的建议是不要试图制作一个大的“混乱的角色”地图。你应该只需要'utf8_decode'字符串。通常这个函数会输出一个ISO-8559-1字符串，但在你的情况下..它应该是原来有效的UTF-8字符串。

我希望这有效！

<强> EDIT2

确实如此有效我认为发生的是选项2.用简单的（php）术语表示：

$output = utf8_encode(utf8_encode('string'));

所以一个utf8_decode（）就足够了。

在运行迁移脚本之前，请先测试一下：）

Answer 2

如果他们强制改变角色，为什么你的数据库没有被转换？您的表格仍然是旧的字符集（请参阅表格信息中的phpMyAdmin）。

如果数据显示在您的phpMyAdmin中或仅显示在您的网页上，数据是否有误？ - ＆GT;你的名字和校对应该改变，标题和文件类型（安全文件为utf-8）。

或尝试：

ALTER TABLE tbl_name CONVERT TO CHARACTER SET utf8 COLLATE utf8_general_ci;

只有当MySQL内没有选项时，我才会开始替换字符。

Answer 3

既然你用“php”标记了这个问题，我假设你用PHP读取数据库及其值？如果是这样，如果您无法再控制数据库，请查看mb_convert_encoding。

更好的解决方案是修复数据和表格字符集之间的不一致。备份数据库（以防万一），并将所有表和列更改为UTF-8。注意：使用MySQL时，不够来更改表格的字符集，您必须按列进行此操作。

Answer 4

为什么不使用：ä = ä，ö = ö，...

在php中执行htmlentities();，它会将所有特殊字符转换为实体。我认为这是最简单的方法。

utf8中'混乱的字符'列表

4 个答案: