WordPress és adatbázis-exportok: Ă© és Ĺ‘ az é és ő helyett

Hogyan néz ki a hiba?

INSERT INTO wp_posts (post_title) VALUES ('Tavaszi menü – töltött káposzta');

INSERT INTO wp_posts (post_title) VALUES ('Tavaszi menü – töltött káposzta');

Honnan ered?

A WordPress a szöveget UTF-8-ban tárolja. Sok régebbi telepítésben azonban a táblák latin1 vagy latin2 kódolással jöttek létre, esetleg a kapcsolat használt ilyet. Amíg az írás és az olvasás ugyanazt a hibát követi el, senki sem veszi észre. Új szerverre költözés, phpMyAdminnal készített export vagy a kapcsolat karakterkészletének módosítása után viszont minden ékezetes betű hirtelen két karakterré esik szét.

• A wp-config.php-ban a DB_CHARSET értéke latin1, vagy nem egyezik a táblákéval.
• A dumpot latin1 kódolással exportálták, és utf8mb4-ként importálták – vagy fordítva.
• Egy bővítmény vagy importszkript az már sérült szöveget még egyszer átalakította. Így jön létre a dupla kódolású szöveg, például Ă©.

Az export javítása

1. Mielőtt bármit módosít, készítsen biztonsági mentést az adatbázisról.
2. Exportálja az érintett táblákat .sql fájlba, például phpMyAdminnal vagy mysqldump --default-character-set=utf8mb4 paranccsal.
3. Húzza a fájlt a fenti mezőbe. A Mojibuster csak a sérült helyeket javítja, és minden változást megmutat.
4. Töltse le a javított fájlt, és utf8mb4 kódolással importálja egy új tesztadatbázisba.
5. Ellenőrizze az oldalt. Ha minden rendben van, importálja az éles adatbázisba.

A dump nem kerül feltöltésre – ez azért fontos, mert általában felhasználói fiókokat, e-mail-címeket és hozzászólásokat tartalmaz. Erről bővebben a vállalkozásoknak és adatvédelmi tisztviselőknek szóló oldalon olvashat.

Vigyázat a szerializált adatokkal

A WordPress egyes beállításokat a wp_options és wp_postmeta táblákban szerializált PHP-értékként tárol, például s:6:"Kávé"; alakban. A szám a hossz bájtokban. Ha a Ă© újra é lesz, a hossz már nem egyezik, és a WordPress eldobja az értéket. Ezért először a tartalmi táblákat javítsa: wp_posts, wp_comments, wp_terms. A beállításokhoz a WP-CLI wp search-replace parancsa a jobb eszköz, mert frissíti a hosszakat is.

Az ok megszüntetése a MySQL-ben

• Állítsa át a táblákat és a kapcsolatot utf8mb4-re, a wp-config.php-ban pedig adja meg: define('DB_CHARSET', 'utf8mb4');.
• Ha egy latin1 oszlopban UTF-8 bájtok vannak, ne alakítsa át közvetlenül – az még egyszer kódolná. A szokásos út bináris típuson át vezet: először MODIFY … LONGBLOB, utána MODIFY … LONGTEXT CHARACTER SET utf8mb4.
• Minden módosítást először az adatbázis egy másolatán próbáljon ki.

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.
• MySQL és phpMyAdmin Tábla, kapcsolat és import karakterkészletének helyes beállítása.
• 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.