複製後編碼混合

Question

我有兩個MySql數據庫，在不同的服務器上。

我複製從數據庫1的內容數據庫2.

DATABASE 1

包含在UTF8_unicode_ci一切
通過PHP連接與做set_charset(utf8)

DATABASE 2

相同1

複製：

我複製內容從數據庫1，數據庫2，如下所示：

內容在文件印刷JSONfile.php與header('Content-type: application/json; charset=utf-8')和PHP json_encode()

內容通過php與file_get_contents(JSONfile.php)和`json_decode（）``獲取。

，然後保存到DATABASE 2

旁註：我有我使用的服務器上覆制內容沒有別的辦法。不允許遠程連接。

問題：

當我從DATABASE 2檢索數據並顯示它們（總是使用元字符集UTF8）似乎出現一些奇怪的符號，就像這樣：

... autorizar拉restauración德拉PINTURA ALAInmaculadaâ去弗蘭......

注：mb_detect_encoding()此字符串返回：UTF-8

只是嘗試，我做過utf8_decode()和它進入：

... LA飲食德拉PINTURA的La Inmaculada德...

其中修復了一些它與非怪混合奇怪。

所以，在某處肯定有錯誤。

任何想法找到錯誤？

編輯： - 數據庫1的內容來源 -

數據庫1所有內容，是不同網站上SCRAPE的結果。
所有擦除都完成打開與HTML元字符集UTF8網站。
有些來源有＆Xacute;實體，有些則不。

編輯2：

轉換爲十六進制上數據庫1

Despué小號德DOS - > 4465737075c3a97320646520646f73

轉換爲十六進制上數據庫2

Después de dos - > 4465737075c3a97320646520646f73 （同上）

所以問題不在於從一個數據庫複製到另一個。

我一直在調查，有一件很奇怪的事情。在數據庫（兩者都有）上，當我通過phpMyAdmin進行訪問時，有一些字段顯示爲「camión」。但是在顯示編碼的問題領域，如下所示：Después

我不知道phpMyAdmin應該顯示utf8格式還是可讀的格式。但是，同一張桌子之間的這種區別肯定是找到問題的大門。

THE SHOW CREATE TABLE回報：

CREATE TABLE `contents_data` (
`id` bigint(20) unsigned NOT NULL, 
`title` varchar(200) COLLATE utf8_unicode_ci NOT NULL, 
`main_img` varchar(250) COLLATE utf8_unicode_ci NOT NULL, 
`data` text COLLATE utf8_unicode_ci NOT NULL, 
PRIMARY KEY (`id`), 
CONSTRAINT `ContentsDataIdFK` FOREIGN KEY (`id`) REFERENCES `contents` (`id`) ON DELETE CASCADE ON UPDATE NO ACTION 
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_unicode_ci 

編輯

現場做山坳（HEX）與字符串 「城堡」 返回 「416c63e17a6172」

非常好奇的事情：

在上面顯示的表中，字段VARCHAR e在所有行中，ncodes重音，以及字段TEXT都會給您帶來麻煩！

欄目有： 「VARCHAR」 和 「文本」 （看更多的CREATE TABLE以上代碼）

注意：同樣的事情發生每一行中，不管其來源的刮痕。

Answer 1

當您將set_charset設置爲（或默認爲）latin1並且該列的定義爲CHARACTER SET latin1時，您可能已存儲該「o-acute」。

案例1即翻C3B3（UTF8十六進制爲鄰急性）到（十六進制C3在LATIN1）和³（B3在LATIN1）。

SELECT col, HEX(col) ...看看現在有什麼。也做SHOW CREATE TABLE得到CHARACTER SET。

（編輯）在這種情況下僅，做2-step ALTER，肚裏像

ALTER TABLE Tbl MODIFY COLUMN col VARBINARY(...) ...; 
ALTER TABLE Tbl MODIFY COLUMN col VARCHAR(...) ... CHARACTER SET utf8 ...; 

，其中長度足夠大，其他...有任何其他（NULL等）是已經在列上。

同樣，TEXT→BLOB→TEXT。

如果col在任何索引中，您可能想要在第一個ALTER和ADD INDEX中的DROP INDEX。 （這是爲了提高效率，並且可能避免索引限制。）

案例2或者它可能是「雙重編碼」 - HEX不會是C3B3，而是更長的東西。

一旦您確定了這種情況，我們可以討論該怎麼做。

Blog with further discussion。