WordPress og databaseeksporter: ø og ’ i stedet for ø og ’

Sådan ser problemet ud

INSERT INTO wp_posts (post_title) VALUES ('Smørrebrød på caféen – rødgrød med fløde');

INSERT INTO wp_posts (post_title) VALUES ('Smørrebrød på caféen – rødgrød med fløde');

Hvor det kommer fra

WordPress gemmer tekst som UTF-8. Mange ældre installationer oprettede dog deres tabeller som latin1 eller forbandt med latin1. Så længe skrivning og læsning begår den samme fejl, opdager ingen noget. Efter en flytning til en ny server, en eksport med phpMyAdmin eller et skift af forbindelsens tegnsæt bliver hvert æ, ø og å pludselig til to tegn.

• DB_CHARSET i wp-config.php er latin1 eller passer ikke til tabellerne.
• Dumpet blev eksporteret som latin1 og importeret som utf8mb4 – eller omvendt.
• Et plugin eller importscript konverterede allerede ødelagt tekst endnu en gang. Så opstår dobbeltkodet tekst som ø.

Ret eksporten

1. Tag en sikkerhedskopi af databasen, før du ændrer noget.
2. Eksportér de berørte tabeller som .sql-fil, for eksempel med phpMyAdmin eller mysqldump --default-character-set=utf8mb4.
3. Træk filen ind i feltet ovenfor. Mojibuster retter kun de ødelagte steder og viser dig hver ændring.
4. Download den rettede fil, og importér den med utf8mb4 i en ny testdatabase.
5. Kontrollér websitet. Ser alt rigtigt ud, importerer du i den rigtige database.

Dumpet bliver aldrig uploadet – og det er vigtigt, fordi det som regel indeholder brugerkonti, e-mailadresser og kommentarer. Mere om det for virksomheder og databeskyttelsesrådgivere.

Pas på serialiserede data

WordPress gemmer nogle indstillinger i wp_options og wp_postmeta som serialiserede PHP-værdier som s:5:"Café";. Tallet er længden i bytes. Bliver é til é igen, passer det ikke længere, og WordPress kasserer værdien. Ret derfor først indholdstabeller som wp_posts, wp_comments og wp_terms. Til indstillinger er wp search-replace fra WP-CLI det bedre værktøj, fordi det opdaterer længderne.

Løs årsagen i MySQL

• Skift tabeller og forbindelse til utf8mb4, og sæt define('DB_CHARSET', 'utf8mb4'); i wp-config.php.
• Indeholder en latin1-kolonne UTF-8-bytes, skal du ikke konvertere den direkte – så bliver den kodet en ekstra gang. Den almindelige vej går via en binær type: først MODIFY … LONGBLOB, derefter MODIFY … LONGTEXT CHARACTER SET utf8mb4.
• Test hver ændring på en kopi af databasen først.

Ofte stillede spørgsmål

Læs mere

• Ret mærkelige tegn i al tekst Ret mærkelige tegn og forkerte æ, ø og å i tekst og filer.
• Ret CSV Ret æ, ø og å i CSV-eksporter, og gem som UTF-8.
• Mærkelige tegn i Excel Når Excel viser ø i stedet for ø, når du åbner en CSV.
• Ret UTF-8 Fjern mojibake fra databaser, e-mails og hjemmesider.
• Ret undertekster Ret SRT- og VTT-undertekster med forkerte æ, ø og å.
• Hvad er mojibake? Betydning, oprindelse og årsager til mærkelige tegn.
• Dobbeltkodet Når ø først blev til ø og derefter til ø.
• ø i stedet for ø Tabel med æ, ø, Ã¥ og flere – og hvad der ligger bag.
• Apostroffer og anførselstegn ’, –, … og » i stedet for apostroffer, anførselstegn og tankestreger.
• ANSI → UTF-8 Konvertér gamle ANSI-filer til UTF-8 uden at miste æ, ø og å.
• Spørgsmålstegn i stedet for æ, ø, å ? eller � i stedet for bogstaver – hvad der kan reddes, og hvad der ikke kan.
• ‚Äô i stedet for ’ Mojibake fra Mac: ’, å – og å fra Windows-konsollen.
• URL-kodede tegn %C3%B8 i stedet for ø: gør koder fra links og formularer læsbare igen.
• MySQL & phpMyAdmin Indstil tegnsæt for tabel, forbindelse og import korrekt.
• Outlook Ret mærkelige tegn i mails og kontakteksporter.
• PowerShell -Encoding, konsol og scriptfiler i PowerShell 5.1 og 7.
• Python & pandas encoding i read_csv, to_csv, open() og requests.
• Notepad++ Vælg eller konvertér kodningen – den afgørende forskel.
• Kundedata og CRM Ret kundelister fra CRM og ERP uden at uploade dem.
• Til virksomheder og databeskyttelsesrådgivere Sådan beskytter Mojibuster data – og hvordan du selv kontrollerer det.