Aktualizace dat v databázi MySQL po vložení nesprávného kódování

Trpíte „dvojitým kódováním“.

Zde je to, co se stalo.

• Klient měl znaky zakódované jako utf8; a
• SET NAMES latin1 lhal tvrzením, že klient měl kódování latin1; a
• Sloupec v tabulce deklaroval CHARACTER SET utf8 .

Pojďme si projít, co se stane s e-acute:é .

1. Šestnáctková hodnota v utf8 je 2 bajty:C3A9 .
2. SET NAMES latin1 viděl to jako 2 znaky zakódované v latince Ã a © (hexadecimálně:C3 a A9 )
3. Protože cílem bylo CHARACTER SET utf8 , tyto 2 znaky bylo potřeba převést.Ã byl převeden na utf8 (hex C383 ) a © (hexadecimální C2A9 )
4. Byly tedy uloženy 4 bajty (hexadecimální C383C2A9 )

Při zpětném čtení byly provedeny opačné kroky a koncový uživatel si možná nevšiml ničeho špatného. Co je špatně:

• Uložená data jsou 2x větší, než by měla být (3x u asijských jazyků).
• Porovnání pro stejné, větší než atd. nemusí fungovat podle očekávání.
• ORDER BY nemusí fungovat podle očekávání.

Něco takového opraví vaše data:

UPDATE ... SET col = CONVERT(BINARY(CONVERT(
                         CONVERT(UNHEX(col) USING utf8)
                         USING latin1)) USING utf8);

Další diskuse aDalší příklady oprav