Oprava slovenskej diakritiky v MySQL a phpMyAdmin

Tri miesta, kde MySQL potrebuje kódovanie

• Stĺpec alebo tabuľka: znaková sada, v ktorej sú dáta uložené, napríklad utf8mb4, latin2 alebo cp1250.
• Spojenie: znaková sada, v ktorej spolu klient a server komunikujú – nastavuje sa príkazom SET NAMES utf8mb4 alebo v nastaveniach spojenia.
• Súbor: kódovanie, v ktorom sa číta import alebo zapisuje export – v phpMyAdmin v poli Znaková sada súboru.

Ak sa tieto tri nastavenia nezhodujú, diakritika sa pokazí. Najčastejší prípad: text v UTF-8 sa cez spojenie latin1 zapísal do stĺpca latin1. Aplikácia vyzerá v poriadku, ale phpMyAdmin a export ukazujú ľ a ÄŤ.

"1","Ján Kováč","Hlavná 12","Žilina"

"1","Ján Kováč","Hlavná 12","Žilina"

Skontrolujte znakové sady

• SHOW VARIABLES LIKE 'character_set%'; ukáže nastavenia servera a spojenia.
• SHOW CREATE TABLE zakaznici; ukáže znakovú sadu tabuľky a jej stĺpcov.
• SELECT priezvisko, HEX(priezvisko) FROM zakaznici LIMIT 5; ukáže skutočné bajty: v stĺpci utf8mb4 je C3A1 písmeno á, zatiaľ čo C383C2A1 je už pokazené á.

Oprava exportu alebo dumpu

1. Exportujte tabuľku v phpMyAdmin ako SQL alebo CSV – alebo príkazom mysqldump --default-character-set=utf8mb4.
2. Presuňte súbor do poľa vyššie. Mojibuster opraví iba pokazené miesta, správne znaky ostanú bez zmeny.
3. Skontrolujte opravené miesta v časti Čo sa zmenilo? a stiahnite súbor.
4. Naimportujte ho do tabuľky s utf8mb4 a v dialógu importu zvoľte znakovú sadu utf-8.
5. Najprv to vyskúšajte na kópii, než nahradíte skutočnú tabuľku.

Export nikdy neopustí váš počítač – čo pri zákazníckych dátach záleží. Ak sú texty v databáze pokazené vo viacerých vrstvách naraz, prečítajte si stránku čo je mojibake.

Odstráňte príčinu

• Nové tabuľky vytvárajte s DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci. Pre slovenské triedenie sa dá použiť aj utf8mb4_slovak_ci.
• Nastavte v aplikácii spojenie utf8mb4, v PHP napríklad cez charset=utf8mb4 v DSN pre PDO.
• Ak sú bajty UTF-8 uložené v stĺpci latin1, neprevádzajte ho priamo cez CONVERT TO – zakódovali by ste ich druhýkrát a vznikol by dvakrát zakódovaný text. Bezpečná cesta vedie cez binárny typ: najprv MODIFY priezvisko VARBINARY(255), potom MODIFY priezvisko VARCHAR(255) CHARACTER SET utf8mb4.
• Ak MySQL nahrádza písmená znakom ?, stĺpec alebo spojenie ich nevie uložiť. Čo je takto uložené, je stratené – viac na stránke čo je mojibake.

Časté otázky

Ďalšie návody

• Oprava rozsypaného čaju Opraví rozsypaný čaj v texte aj v súboroch.
• Rozsypaný čaj v Exceli Keď Excel otvorí CSV s rozsypaným čajom.
• Titulky s rozsypaným čajom Slovenská diakritika v titulkoch SRT a MicroDVD.
• Čo je mojibake? Odkiaľ sa berie rozsypaný čaj a čo znamená mojibake.
• Dvojité kódovanie Keď sa ľ najprv zmenilo na Äľ a potom na Ă„Äľ.
• Úvodzovky a pomlčky „, “, – a € namiesto úvodzoviek, pomlčiek a eura.
• Otázniky namiesto písmen ? alebo � namiesto písmen – čo sa dá zachrániť a čo nie.
• URL kódy znakov %C5%A1 namiesto š: kódy z odkazov a formulárov opäť čitateľné.
• WordPress a databáza Opravte SQL dumpy a obsah WordPressu s Äľ namiesto ľ.
• Outlook Oprava rozsypaného čaju v e-mailoch a exportoch kontaktov.
• PowerShell -Encoding, konzola a súbory skriptov v PowerShelli 5.1 a 7.
• Python a pandas encoding pri read_csv, to_csv, open() a requests.
• Notepad++ Zvoliť, alebo previesť kódovanie – zásadný rozdiel.
• Dáta zákazníkov a CRM Opravte zoznamy zákazníkov z CRM a ERP bez ich nahrávania.
• Windows-1250 → UTF-8 Prevedie staré slovenské súbory na UTF-8.
• Pre firmy a zodpovedné osoby za ochranu údajov Ako Mojibuster chráni dáta – a ako si to sami overiť.