Εξαγωγές WordPress και βάσης δεδομένων: Ξ± και ’ αντί για α και ’

Πώς φαίνεται το πρόβλημα

INSERT INTO wp_posts (post_title) VALUES ('ÊáëÜ ×ñéóôïýãåííá – ÁèÞíá, ÐÜôñá');

INSERT INTO wp_posts (post_title) VALUES ('Καλά Χριστούγεννα – Αθήνα, Πάτρα');

Από πού προέρχεται

Το WordPress αποθηκεύει το κείμενο ως UTF-8. Πολλές παλιότερες εγκαταστάσεις όμως δημιούργησαν τους πίνακες ως latin1 ή συνδέθηκαν με latin1. Όσο η εγγραφή και η ανάγνωση κάνουν το ίδιο λάθος, κανείς δεν το προσέχει. Μετά τη μεταφορά σε νέο διακομιστή, την εξαγωγή με phpMyAdmin ή την αλλαγή της κωδικοποίησης σύνδεσης, κάθε ελληνικό γράμμα γίνεται ξαφνικά δύο χαρακτήρες.

• Το DB_CHARSET στο wp-config.php είναι latin1 ή δεν ταιριάζει με τους πίνακες.
• Το dump εξήχθη ως latin1 και εισήχθη ως utf8mb4 – ή αντίστροφα.
• Ένα πρόσθετο ή ένα script εισαγωγής μετέτρεψε ξανά ήδη χαλασμένο κείμενο. Έτσι προκύπτει διπλά κωδικοποιημένο κείμενο.

Διορθώστε την εξαγωγή

1. Κάντε αντίγραφο ασφαλείας της βάσης πριν αλλάξετε οτιδήποτε.
2. Εξαγάγετε τους επηρεασμένους πίνακες ως αρχείο .sql, για παράδειγμα με phpMyAdmin ή με mysqldump --default-character-set=utf8mb4.
3. Αφήστε το αρχείο στο πεδίο παραπάνω. Το Mojibuster διορθώνει μόνο τα χαλασμένα σημεία και σας δείχνει κάθε αλλαγή.
4. Κατεβάστε το διορθωμένο αρχείο και εισαγάγετέ το με utf8mb4 σε μια νέα βάση δοκιμών.
5. Ελέγξτε τον ιστότοπο. Αν όλα φαίνονται σωστά, εισαγάγετέ το στην παραγωγική βάση.

Το dump δεν ανεβαίνει ποτέ πουθενά – κάτι σημαντικό, γιατί συνήθως περιέχει λογαριασμούς χρηστών, διευθύνσεις e-mail και σχόλια. Περισσότερα για επιχειρήσεις και υπεύθυνους προστασίας δεδομένων.

Προσοχή στα σειριοποιημένα δεδομένα

Το WordPress αποθηκεύει ορισμένες ρυθμίσεις στα wp_options και wp_postmeta ως σειριοποιημένες τιμές PHP, όπως s:10:"Αθήνα";. Ο αριθμός είναι το μήκος σε byte. Όταν το Ξ± γίνει ξανά α, δεν ταιριάζει πια και το WordPress απορρίπτει την τιμή. Διορθώστε λοιπόν πρώτα τους πίνακες περιεχομένου όπως wp_posts, wp_comments και wp_terms. Για τις ρυθμίσεις το wp search-replace του WP-CLI είναι το καλύτερο εργαλείο, γιατί ενημερώνει τα μήκη.

Λύστε την αιτία στη MySQL

• Αλλάξτε τους πίνακες και τη σύνδεση σε utf8mb4 και ορίστε define('DB_CHARSET', 'utf8mb4'); στο wp-config.php.
• Αν μια στήλη latin1 περιέχει byte UTF-8, μην τη μετατρέψετε απευθείας – θα κωδικοποιηθεί για δεύτερη φορά. Η συνήθης διαδρομή περνά από δυαδικό τύπο: πρώτα MODIFY … LONGBLOB, μετά MODIFY … LONGTEXT CHARACTER SET utf8mb4.
• Δοκιμάστε κάθε αλλαγή πρώτα σε αντίγραφο της βάσης.

Συχνές ερωτήσεις

Περισσότεροι οδηγοί

• Διόρθωση ελληνικών που βγαίνουν κινέζικα Διορθώνει «κινέζικα» σε κείμενα και αρχεία.
• Ελληνικά στο Excel Όταν το Excel ανοίγει ένα CSV με κινέζικα.
• Υπότιτλοι κινέζικα Αρχεία υποτίτλων SRT που βγαίνουν κινέζικα.
• Τι είναι το mojibake; Τι είναι τα κινέζικα, από πού βγαίνει η λέξη και γιατί συμβαίνουν.
• Διπλή κωδικοποίηση Όταν τα ελληνικά χαλούν δύο φορές στη σειρά, π.χ. Ξ± και μετά ακόμη πιο μακριά.
• Ερωτηματικά αντί για γράμματα ? ή � αντί για γράμματα – τι σώζεται και τι όχι.
• Χαρακτήρες URL %CE%B1 αντί για α: κάντε ξανά διαβάσιμους τους κωδικούς από συνδέσμους και φόρμες.
• MySQL και phpMyAdmin Ρυθμίστε σωστά το charset πίνακα, σύνδεσης και εισαγωγής.
• Outlook Διορθώστε χαλασμένους χαρακτήρες σε e-mail και εξαγωγές επαφών.
• PowerShell -Encoding, κονσόλα και αρχεία script στο PowerShell 5.1 και 7.
• Python και pandas encoding στα read_csv, to_csv, open() και requests.
• Notepad++ Επιλογή ή μετατροπή κωδικοποίησης – η κρίσιμη διαφορά.
• Δεδομένα πελατών και CRM Διορθώστε λίστες πελατών από CRM και ERP χωρίς να τις ανεβάσετε.
• Windows-1253 σε UTF-8 Μετατρέπει παλιά ελληνικά αρχεία σε UTF-8.
• Για επιχειρήσεις και υπεύθυνους προστασίας δεδομένων Πώς το Mojibuster προστατεύει τα δεδομένα – και πώς το ελέγχετε μόνοι σας.