PHP/MySQL：修复被隐式mysqli:：set_charset（'latin1'）连接损坏的utf8文本

因此，多年来，我的PHP应用程序一直使用默认的latin1字符集连接到MySQL。尽管我有一些字段被整理为utf8\u general\u ci，但存储到其中的实际数据是一些非标准化的字符集。例如：

输入：♠ »

存储为-™ »

现在，当通过相同的latin1连接检索该数据并将其显示在编码设置为utf8的页面上时，其显示方式与输入时相同：♠ »为什么会这样，我不是100%确定，但我猜这是因为不管是什么字符集函数把它搞砸了，都会把它修好

我想修正我的数据。如果我使用mysqli:：set_charset'utf8切换连接字符集，则输出将显示为存储状态，即–™ »

因此，显然我需要修复现有数据，然后切换连接字符集

如何修复现有的bastardized数据

编辑：

我发现了一种模拟腐败过程的方法 在MySQL查询中发生：选择CASTBINARY'♠ »“作为字符集拉丁1输出”™ »

也许，如果我能弄清楚如何执行反向函数，我可以使用该查询来修复现有数据

编辑2：

我发现了这样一个函数：SELECT castbarial CAST–™ »“作为字符字符集拉丁1作为字符字符集utf8输出”♠ »

我现在唯一关心的是，这将对任何已经存在的数据产生什么影响 碰巧是实际的utf8数据，出于某种原因，我在 我的数据库。例如，选择CASTBINARY CAST'♠ »“AS CHAR字符集latin1 AS CHAR字符集utf8不输出任何内容

发件人：

自动检测功能，用于将1文本数据转换为utf8：

DELIMITER $$

CREATE FUNCTION maybe_utf8_decode(str text charset utf8) 
RETURNS text CHARSET utf8 DETERMINISTIC
BEGIN
declare str_converted text charset utf8;
declare max_error_count int default @@max_error_count;
set @@max_error_count = 0;
set str_converted = convert(binary convert(str using latin1) using utf8);
set @@max_error_count = max_error_count;
if @@warning_count > 0 then
    return str;
else
    return str_converted;
end if;
END$$

DELIMITER ;

用法：

update mytable set mycolumn = maybe_utf8_decode(mycolumn);

---

在尝试修复数据之前，请确保您拥有什么。选择col，HEXcol…-♠ 可能是3个字节：E299A0，也可能更多：C3A2 E284A2 C2A0。前者是莫吉贝克；后者是双重编码。修理是不同的。更多的讨论和讨论。

这里讨论的字段的字符集已经是utf8\u general\u ci。问题是存储的数据似乎已损坏，因为连接已被latin1maybe mysqldump和转换？或者至少是受影响的表-我不认为您的实际SQL命令会受到影响。但是，我不确定转换将是什么。我真的不确定存储数据的字符集是什么。请将其视为拉丁文1并转换为utf8_general_ciI。我喜欢使用函数修复编码不正确的数据，并在备份后进行了尝试。但是，当我运行MySQL客户端时，它在第4*行的列“str”中给出了一个错误，*SQL错误1366:不正确的字符串值：'\xA0 Ther…'。