Ékezetes betűk javítása MySQL-ben és phpMyAdminban

Három hely, ahol a MySQL-nek kódolás kell

• Oszlop vagy tábla: a karakterkészlet, amelyben az adatok tárolódnak, például utf8mb4 vagy latin1.
• Kapcsolat: a karakterkészlet, amelyben a kliens és a szerver beszélget – SET NAMES utf8mb4 paranccsal vagy a kapcsolat beállításaiban adható meg.
• Fájl: a kódolás, amellyel az importot olvasod vagy az exportot írod – a phpMyAdminban a Fájl karakterkészlete mezőben (angol felületen: Character set of the file).

Ha a három nem egyezik, a karakterek elromlanak. A leggyakoribb eset: UTF-8 szöveg latin1 kapcsolaton át került egy latin1 oszlopba. Az alkalmazásban minden jónak látszik, a phpMyAdmin és az export viszont Ă©-szerű hibákat mutat.

"1","Tóth Béla","Kossuth Lajos utca 12.","Győr"

"1","Tóth Béla","Kossuth Lajos utca 12.","Győr"

A karakterkészletek ellenőrzése

• A SHOW VARIABLES LIKE 'character_set%'; megmutatja a szerver és a kapcsolat beállításait.
• A SHOW CREATE TABLE ugyfelek; kiírja a tábla és oszlopai karakterkészletét.
• A SELECT nev, HEX(nev) FROM ugyfelek LIMIT 5; a valódi bájtokat mutatja: utf8mb4 oszlopban a C3A9 egy é, a C383C2A9 viszont már elromlott Ă©.

Export vagy mentés javítása

1. Exportáld a táblát a phpMyAdminban SQL-ként vagy CSV-ként – vagy a mysqldump --default-character-set=utf8mb4 paranccsal.
2. Húzd a fájlt a fenti mezőbe. A Mojibuster csak a hibás helyeket javítja, a helyes karakterek változatlanok maradnak.
3. Nézd át a javított helyeket a Mi változott? résznél, majd töltsd le a fájlt.
4. Importáld egy utf8mb4 táblába, és az import párbeszédablakban válaszd az utf-8 karakterkészletet.
5. Előbb másolaton próbáld ki, mielőtt lecserélnéd az éles táblát.

Az export soha nem hagyja el a gépedet – ami ügyféladatoknál fontos. Ha Windows-1250 kódolású fájlod van, a Windows-1250 UTF-8-ra alakítása oldal segít.

Az ok megszüntetése

• Új táblákat DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_hungarian_ci beállítással hozz létre – ez a magyar ábécé szerinti rendezést is adja.
• Állítsd az alkalmazás kapcsolatát utf8mb4-re, PHP-ban például a PDO DSN-ben charset=utf8mb4 megadásával.
• Ha UTF-8 bájtok vannak egy latin1 oszlopban, ne használd közvetlenül a CONVERT TO parancsot – az másodszor is kódolja őket, és kétszeresen kódolt szöveg lesz belőle. A biztonságos út bináris típuson át vezet: előbb MODIFY nev VARBINARY(255), aztán MODIFY nev VARCHAR(255) CHARACTER SET utf8mb4. A jelenségről a mi az a mojibake oldalon olvashatsz.
• Ha a MySQL ? jellel helyettesíti a karaktereket, az oszlop vagy a kapcsolat nem tudja ábrázolni őket. Ami már így tárolódott, elveszett.

Gyakori kérdések

További útmutatók

• Hibás ékezetek javítása Kijavítja a hibás ékezeteket szövegben és fájlokban.
• Hibás ékezetek az Excelben Ha az Excel hibás ékezetekkel nyitja meg a CSV-t.
• Hibás ékezetek a feliratban Magyar ékezetek SRT- és MicroDVD-feliratokban.
• Mi az a mojibake? Honnan erednek a hibás ékezetek, és mit jelent a mojibake.
• Dupla kódolás Amikor az é előbb Ă© lett, aztán még egyszer elromlott.
• Idézőjelek és gondolatjelek „, ”, – és € az idézőjelek, gondolatjelek és az euró helyén.
• Kérdőjelek ékezetek helyett ? vagy � az ékezetes betűk helyén – mi menthető és mi nem.
• URL-kódok %C5%91 az ő helyett: a linkekből és űrlapokból származó kódok újra olvashatók.
• WordPress és adatbázis SQL-dumpok és WordPress-tartalmak javítása, ahol Ă© áll az é helyén.
• Outlook Hibás karakterek javítása e-mailekben és kontaktexportokban.
• PowerShell -Encoding, konzol és szkriptfájlok PowerShell 5.1-ben és 7-ben.
• Python és pandas encoding a read_csv, to_csv, open() és requests hívásokban.
• Notepad++ Kódolás kiválasztása vagy átalakítása – a döntő különbség.
• Ügyféladatok és CRM CRM- és ERP-ből származó ügyféllisták javítása feltöltés nélkül.
• Windows-1250 → UTF-8 Régi magyar fájlokat alakít át UTF-8-ra.
• Vállalkozásoknak és adatvédelmi tisztviselőknek Hogyan védi a Mojibuster az adatokat – és hogyan ellenőrizheti maga.