WordPress i izvozi baze: ÄŤ i Ĺľ umjesto č i ž

Kako izgleda problem

INSERT INTO wp_posts (post_title) VALUES ('Šibenski jelovnik – čokoladna torta');

INSERT INTO wp_posts (post_title) VALUES ('Šibenski jelovnik – čokoladna torta');

Odakle dolazi

WordPress sprema tekst kao UTF-8. Mnoge starije instalacije međutim imaju tablice kreirane kao latin1 ili latin2, ili se povezuju s takvim kodiranjem. Dok pisanje i čitanje čine istu pogrešku, nitko to ne primijeti. Nakon selidbe na novi poslužitelj, izvoza phpMyAdminom ili promjene kodiranja veze svaka kvačica odjednom postaje dva znaka.

• DB_CHARSET u datoteci wp-config.php je latin1 ili se ne podudara s tablicama.
• Dump je izvezen kao latin1, a uvezen kao utf8mb4 – ili obrnuto.
• Dodatak ili skripta za uvoz još je jednom pretvorila već pokvaren tekst. Tako nastaje dvostruko kodiran tekst poput ÄŤ.

Popravak izvoza

1. Prije svake promjene napravite sigurnosnu kopiju baze.
2. Izvezite zahvaćene tablice kao .sql datoteku, npr. phpMyAdminom ili naredbom mysqldump --default-character-set=utf8mb4.
3. Povucite datoteku u okvir gore. Mojibuster popravlja samo pokvarena mjesta i pokazuje svaku promjenu.
4. Preuzmite popravljenu datoteku i uvezite je s utf8mb4 u novu testnu bazu.
5. Provjerite stranicu. Ako sve izgleda ispravno, uvezite je u živu bazu.

Dump se nikada ne šalje na poslužitelj – a to je važno jer obično sadrži korisničke račune, adrese e-pošte i komentare. Više o tome za tvrtke i službenike za zaštitu podataka.

Pažnja kod serijaliziranih podataka

WordPress neke postavke sprema u wp_options i wp_postmeta kao serijalizirane PHP vrijednosti, npr. s:7:"Šećer";. Broj je duljina u bajtovima. Kad se Ä ponovno pretvori u č, duljina se više ne podudara i WordPress odbacuje vrijednost. Zato najprije popravite tablice sadržaja kao wp_posts, wp_comments i wp_terms. Za postavke je bolji alat wp search-replace iz WP-CLI-ja jer ažurira i duljine.

Uklanjanje uzroka u MySQL-u

• Prebacite tablice i vezu na utf8mb4 i u wp-config.php postavite define('DB_CHARSET', 'utf8mb4');.
• Ako latin1 stupac sadrži UTF-8 bajtove, nemojte ga izravno pretvarati – time bi se kodirao drugi put. Uobičajeni put vodi preko binarnog tipa: prvo MODIFY … LONGBLOB, zatim MODIFY … LONGTEXT CHARACTER SET utf8mb4.
• Svaku promjenu najprije isprobajte na kopiji baze.

Česta pitanja

Više uputa

• Popravak hrvatskih slova Popravlja čudne znakove u tekstu i datotekama.
• Kvačice u Excelu Kad Excel otvori CSV s čudnim znakovima.
• Kvačice u titlovima Hrvatska slova u titlovima SRT i MicroDVD.
• Što je mojibake? Odakle čudni znakovi i što znači mojibake.
• Dvostruko kodiranje Kad je č prvo postalo Ä, a zatim se pokvarilo još jednom.
• Navodnici i crtice „, ”, – i € umjesto navodnika, crtica i znaka eura.
• Upitnici umjesto slova ? ili � umjesto slova – što se može spasiti, a što ne.
• URL kodovi znakova %C4%8D umjesto č: kodovi iz poveznica i obrazaca opet čitljivi.
• MySQL i phpMyAdmin Ispravno postavite charset tablice, veze i uvoza.
• Outlook Popravak pokvarenih znakova u e-porukama i izvozima kontakata.
• PowerShell -Encoding, konzola i skriptne datoteke u PowerShellu 5.1 i 7.
• Python i pandas encoding u read_csv, to_csv, open() i requests.
• Notepad++ Odabir ili pretvorba kodiranja – presudna razlika.
• Podaci o kupcima i CRM Popravak popisa kupaca iz CRM-a i ERP-a bez slanja na poslužitelj.
• Windows-1250 → UTF-8 Pretvara stare hrvatske datoteke u UTF-8.
• Za tvrtke i službenike za zaštitu podataka Kako Mojibuster štiti podatke – i kako to možete sami provjeriti.