WordPress e exportações de banco de dados: ç e ’ em vez de ç e ’

Como o problema aparece

INSERT INTO wp_posts (post_title) VALUES ('Promoção – ação de verão');

INSERT INTO wp_posts (post_title) VALUES ('Promoção – ação de verão');

De onde vem

O WordPress guarda texto como UTF-8. Muitas instalações antigas, porém, criaram as tabelas em latin1 ou se conectaram com latin1. Enquanto a gravação e a leitura cometem o mesmo erro, ninguém percebe. Depois de mudar para um servidor novo, exportar pelo phpMyAdmin ou alterar o conjunto de caracteres da conexão, cada letra acentuada vira de repente dois caracteres.

• DB_CHARSET no wp-config.php é latin1 ou não combina com as tabelas.
• O dump foi exportado como latin1 e importado como utf8mb4 – ou o contrário.
• Um plugin ou script de importação converteu mais uma vez um texto já quebrado. Daí surge texto com dupla codificação como ç.

Corrigir a exportação

1. Faça um backup do banco de dados antes de mudar qualquer coisa.
2. Exporte as tabelas afetadas como arquivo .sql, por exemplo pelo phpMyAdmin ou com mysqldump --default-character-set=utf8mb4.
3. Solte o arquivo na caixa acima. O Mojibuster corrige só os trechos quebrados e mostra cada alteração.
4. Baixe o arquivo corrigido e importe-o com utf8mb4 num banco de dados de teste novo.
5. Confira o site. Se tudo estiver certo, importe no banco de dados de produção.

O dump nunca é enviado a nenhum servidor – o que importa, pois ele costuma conter contas de usuários, e-mails e comentários. Mais sobre isso para empresas e encarregados de proteção de dados.

Cuidado com dados serializados

O WordPress guarda algumas configurações em wp_options e wp_postmeta como valores PHP serializados, como s:6:"Ação";. O número é o tamanho em bytes. Quando ç volta a ser ç, o tamanho deixa de bater e o WordPress descarta o valor. Por isso, corrija primeiro as tabelas de conteúdo como wp_posts, wp_comments e wp_terms. Para as opções, o wp search-replace do WP-CLI é a ferramenta melhor, porque atualiza os tamanhos.

Resolver a causa no MySQL

• Mude tabelas e conexão para utf8mb4 e defina define('DB_CHARSET', 'utf8mb4'); no wp-config.php.
• Se uma coluna latin1 guarda bytes UTF-8, não a converta diretamente – isso a codificaria uma segunda vez. O caminho usual passa por um tipo binário: primeiro MODIFY … LONGBLOB, depois MODIFY … LONGTEXT CHARACTER SET utf8mb4.
• Teste cada alteração antes numa cópia do banco de dados.

Perguntas frequentes

Mais guias

• Corrigir caracteres estranhos em qualquer texto Corrija acentos e caracteres estranhos em textos e arquivos.
• Corrigir CSV Corrija acentos em exportações CSV e salve em UTF-8.
• Acentos no Excel Quando o Excel mostra ç em vez de ç ao abrir um CSV.
• Corrigir UTF-8 Remova o mojibake de bancos de dados, e-mails e sites.
• Corrigir legendas Corrija legendas SRT e VTT com acentos quebrados.
• O que é mojibake? Significado, origem e causas dos caracteres estranhos.
• Dupla codificação Quando ç virou ç e depois ç.
• ção em vez de ção ção, ã, é e companhia: o que significam e como corrigir.
• Aspas e apóstrofos “, ’, – e º em vez de aspas, travessões e nº.
• ANSI → UTF-8 Converta arquivos ANSI antigos para UTF-8 sem perder os acentos.
• Interrogação no lugar dos acentos ? ou � em vez de letras – o que dá para recuperar e o que não.
• ‚Äô em vez de ’ Mojibake do Mac: ’, ç – e ç do console do Windows.
• Caracteres codificados em URL %C3%A7 em vez de ç: deixe legíveis os códigos de links e formulários.
• MySQL e phpMyAdmin Configure certo o charset de tabela, conexão e importação.
• Outlook Corrija caracteres quebrados em e-mails e exportações de contatos.
• PowerShell -Encoding, console e scripts no PowerShell 5.1 e 7.
• Python e pandas encoding em read_csv, to_csv, open() e requests.
• Notepad++ Escolher ou converter a codificação: a diferença decisiva.
• Dados de clientes e CRM Corrija listas de clientes de CRM e ERP sem enviá-las a lugar nenhum.
• Para empresas e encarregados de proteção de dados Como o Mojibuster protege os dados – e como você pode verificar sozinho.