WordPress en database-exports: é en ’ in plaats van é en ’

Zo ziet het probleem eruit

INSERT INTO wp_posts (post_title) VALUES ('Café-menu – crème brûlée voor één');

INSERT INTO wp_posts (post_title) VALUES ('Café-menu – crème brûlée voor één');

Waar het vandaan komt

WordPress slaat tekst op als UTF-8. Veel oudere installaties hebben hun tabellen echter als latin1 aangemaakt of verbinden met latin1. Zolang schrijven en lezen dezelfde fout maken, merkt niemand het. Na een verhuizing naar een nieuwe server, een export met phpMyAdmin of een wijziging van de verbindingstekenset wordt elke letter met accent ineens twee tekens.

• DB_CHARSET in wp-config.php staat op latin1 of past niet bij de tabellen.
• De dump is als latin1 geëxporteerd en als utf8mb4 geïmporteerd, of andersom.
• Een plugin of importscript heeft al kapotte tekst nog een keer omgezet. Zo ontstaat dubbel gecodeerde tekst zoals é.

De export herstellen

1. Maak een back-up van de database voordat je iets wijzigt.
2. Exporteer de betreffende tabellen als .sql-bestand, bijvoorbeeld met phpMyAdmin of mysqldump --default-character-set=utf8mb4.
3. Sleep het bestand naar het vak hierboven. Mojibuster herstelt alleen de kapotte plekken en laat elke wijziging zien.
4. Download het herstelde bestand en importeer het met utf8mb4 in een lege testdatabase.
5. Controleer de site. Ziet alles er goed uit, importeer het dan in de live database.

De dump wordt nooit geüpload, en dat is belangrijk: er staan meestal gebruikersaccounts, e-mailadressen en reacties in. Meer daarover voor bedrijven en functionarissen voor gegevensbescherming.

Pas op met geserialiseerde gegevens

WordPress bewaart sommige instellingen in wp_options en wp_postmeta als geserialiseerde PHP-waarden, bijvoorbeeld s:5:"Café";. Het getal is de lengte in bytes. Wordt é weer é, dan klopt die lengte niet meer en gooit WordPress de waarde weg. Herstel dus eerst inhoudstabellen als wp_posts, wp_comments en wp_terms. Voor opties is wp search-replace van WP-CLI beter, want dat past de lengtes aan.

De oorzaak in MySQL oplossen

• Zet tabellen en verbinding om naar utf8mb4 en stel define('DB_CHARSET', 'utf8mb4'); in wp-config.php in.
• Staan er UTF-8-bytes in een latin1-kolom, converteer die dan niet rechtstreeks: dat zou ze een tweede keer coderen. De gebruikelijke route loopt via een binair type: eerst MODIFY … LONGBLOB, daarna MODIFY … LONGTEXT CHARACTER SET utf8mb4.
• Test elke wijziging eerst op een kopie van de database.

Veelgestelde vragen

Meer uitleg

• Rare tekens herstellen in elke tekst Herstel rare tekens en kapotte accenten in tekst en bestanden.
• CSV herstellen Herstel accenten in CSV-exports en sla op als UTF-8.
• Rare tekens in Excel Als Excel ë toont in plaats van ë bij het openen van een CSV.
• UTF-8 herstellen Verwijder mojibake uit databases, e-mails en websites.
• Ondertitels herstellen Herstel SRT- en VTT-ondertitels met kapotte accenten.
• Wat is mojibake? Betekenis, herkomst en oorzaken van rare tekens.
• Dubbel gecodeerd Als é eerst é werd en daarna é.
• ë in plaats van ë Tabel met ë, é, ï en meer – en wat erachter zit.
• Apostrofs en aanhalingstekens ’, “, – en … in plaats van apostrofs, aanhalingstekens en streepjes.
• ANSI → UTF-8 Oude ANSI-bestanden omzetten naar UTF-8 zonder dat je accenten kwijtraakt.
• Vraagtekens in plaats van letters ? of � in plaats van letters – wat te redden is en wat niet.
• ‚Äô in plaats van ’ Mojibake van een Mac: ’, é – en é uit de Windows-console.
• URL-gecodeerde tekens %C3%AB in plaats van ë: codes uit links en formulieren weer leesbaar maken.
• MySQL en phpMyAdmin Tekenset van tabel, verbinding en import goed instellen.
• Outlook Kapotte tekens in e-mails en contactexports herstellen.
• PowerShell -Encoding, console en scriptbestanden in PowerShell 5.1 en 7.
• Python en pandas encoding bij read_csv, to_csv, open() en requests.
• Notepad++ Codering kiezen of converteren: het cruciale verschil.
• Klantgegevens en CRM Klantenlijsten uit CRM en ERP herstellen zonder ze te uploaden.
• Voor bedrijven en functionarissen gegevensbescherming Hoe Mojibuster gegevens beschermt en hoe je dat zelf controleert.