Question

我正在尝试使用perl / DBI将utf-8字符串写入MySQL表。由于某种原因，字符串在第一个非ascii字符处被截断。

例如，如果我设置下表：

CREATE DATABASE testdb DEFAULT CHARSET=utf8;
CREATE TABLE testdb.testtable (textval CHAR(30)) DEFAULT CHARSET=utf8;

然后运行以下perl代码：

#!/usr/bin/perl
use strict;
use DBI;
my $dbh = DBI->connect('DBI:mysql:host=localhost;database=testdb', 'testuser', 'somepassword', {mysql_enable_utf8 => 1}) or die $DBI::errstr;
$dbh->do('SET NAMES utf8');
$dbh->do("INSERT INTO testtable (textval) VALUES ('the N\xFCrburgring')");

它实际上是写“N”。（当它应该写“纽伯格林”时）

查看MySQL查询日志，我看到了：

271 Query INSERT INTO testtable (textval) VALUES ('the Nürburgring')

因此字符串完整地到达数据库服务器。

如果我直接在MySQL控制台中输入相同的查询：

INSERT INTO testtable (textval) VALUES ('the Nürburgring');

正确写入整个字符串。知道我做错了吗？

Answer 1

您设置了属性mysql_enable_utf8，因此您承诺将为其提供Perl字符串字符串。但是，这是Latin1编码中八位字节的缓冲区。

use Devel::Peek qw(Dump);
Dump "the N\xfcrburgring";
#  FLAGS = (POK,READONLY,pPOK)
#  PV = 0x208e4f0 "the N\374rburgring"\0

修复很简单。要么在没有\x转义的情况下记录文字字符，请使用utf8编译指示告诉Perl您的源代码是UTF-8并使用编辑器以UTF-8编码保存源代码......

use utf8;
use Devel::Peek qw(Dump);
Dump "the Nürburgring";
#  FLAGS = (POK,READONLY,pPOK,UTF8)
#  PV = 0x20999f0 "the N\303\274rburgring"\0 [UTF8 "the N\x{fc}rburgring"]

...或将八位字节解码为字符串。大部分时间你不处理文字，但数据来自外部，所以更好learn about the whole topic of encoding。

use Encode qw(decode);
use Devel::Peek qw(Dump);
Dump decode 'Latin1', "the N\xfcrburgring";
#  FLAGS = (TEMP,POK,pPOK,UTF8)
#  PV = 0x208f6b0 "the N\303\274rburgring"\0 [UTF8 "the N\x{fc}rburgring"]

1 个答案: