MySQL将拉丁1数据转换为UTF8

我使用LOAD data INFILE将一些数据导入MySQL数据库。表本身和列使用UTF8字符集，但数据库的默认字符集为latin 1。因为数据库的默认字符类型是latin1，并且我在没有指定字符集的情况下使用了LOAD DATA INFILE，所以它将文件解释为latin1，即使文件中的数据是UTF8。现在我的UTF8列中有一堆编码错误的数据。我发现这似乎解决了一个类似的问题，即“UTF8插入cp1251”，但我的问题是“Latin1插入UTF8”。我试着编辑那里的查询，将拉丁1数据转换为UTF8，但无法使其工作。要么数据出来的结果与以前一样，要么甚至比以前更糟。举个例子，魁北克这个词就是魁北克

[补充资料]

选择以十六进制（）包装的数据时，Québec的值为5175C383C2A9626563

此表的创建表（简称）为

CREATE TABLE MyDBName.`MyTableName`
(
`ID` INT NOT NULL AUTO_INCREMENT, 
.......
`City` CHAR(32) NULL, 
.......
`)) ENGINE InnoDB CHARACTER SET utf8;

---

将拉丁文1转换为UTF8不是您想要做的，您需要的是相反的

如果真的是这样的话：

UTF-8字符串被解释为拉丁语-1，并被转换成UTF-8，将它们弄乱

您现在正在或可能正在阅读UTF-8字符串，无需进一步解释

您现在必须做的是：

在没有转码的情况下读取“UTF-8”

把它转换成拉丁语-1。现在你应该拥有原始的UTF-8了

现在把它放在你的“UTF-8”栏中，不再进行转换

---

加载数据填充允许您设置编码文件应位于：

---

我在旧的wordpress安装中遇到过类似的情况，问题是数据本身已经在拉丁1数据库中的UTF-8中（由于WP默认字符集）。这意味着除了ddbb和表格格式之外，不需要转换数据。 根据我的经验，在进行转储时，事情会变得一团糟，因为我知道MySQL将使用客户端的默认字符集，在许多情况下，它现在是UTF-8。 因此，确保使用相同的数据编码导出非常重要。如果使用UTF-8编码的Latin1 DDBB：

$ mysqldump –default-character-set=latin1 –databases wordpress > m.sql

然后在重新导入UTF-8中的新数据库之前，替换导出转储中的拉丁1引用。有点：

$ replace "CHARSET=latin1" "CHARSET=utf8" \
    "SET NAMES latin1" "SET NAMES utf8" < m.sql > m2.sql

$replace“CHARSET=latin1”“CHARSET=utf8”\
“集合名称拉丁1”“集合名称utf8”m2.sql

在我的情况下，他帮了大忙。

---

注释。

我将拉丁语数据库的注释写到UTF-8数据库。所有表和字段都要更改UTF-8。

虽然OP的实际情况还不太清楚，但我碰巧在MySQL文档中找到了一个解决方案。我把它贴在这里只是为了将来参考：

警告

“转换为”操作在字符集之间转换列值。如果在一个字符集中有一列（如latin1），但存储的值实际上使用了其他一些不兼容的字符集（如utf8），则这不是您想要的。在这种情况下，您必须对每个此类列执行以下操作：

这样做的原因是，当您转换到BLOB列或从BLOB列转换时，没有转换

试试这个：

1） 转储数据库

mysqldump --default-character-set=latin1 -u username -p databasename < dump.sql

---

我最近完成了一个自动转换过程的shell脚本。它还可以配置为要替换或删除的任何文本编写自定义过滤器。例如：剥离HTML字符等。表白名单和黑名单也是可能的。您可以从sourceforge下载它：

请发布有关表的CREATETABLE语句，以及一些断开的行，但将断开的列用十六进制（）包装，如下所示：

从cities LIMIT 5中选择十六进制（名称）

。有了这些信息，我可以根据那篇文章帮助您找到正确的修复方法。（顺便说一句：我喜欢那篇文章！它救了我好几次的命。）是的，我希望我能提前意识到这一点，但现在数据已经被破坏了。我想知道我是否可以在不重新导入的情况下修复它。是的！这是一个选项：[字符集charset_name]我见过MySQL转储，其中这个replace命令不够用，因为有些列被显式设置为latin1。我确实

替换了“latin1”“utf8mb4”dump.utf8.sql

以使该表中的所有内容都使用UTF-8。但是请注意，“latin1”并没有出现在转储中的任何其他位置（字段内容），为了确保这一点，我在导入它之前检查了差异。对于混合内容，这不起作用：代码：1366 SQL State:HY000---不正确的字符串值：'\xE4chste…'对于第1行的“kommentar”列，您可能希望导入github。谷歌代码现在是只读的

mysqldump --default-character-set=latin1 -u username -p databasename < dump.sql

cat dump.sql | mysql -u root -p newdbname