Mojibuster

WordPress a exporty databázy: Äľ a ÄŤ namiesto ľ a č

Po migrácii, aktualizácii alebo exporte databázy vaše príspevky zrazu ukazujú Äľ namiesto ľ a ÄŤ namiesto č? Dáta sú takmer vždy stále na mieste – len sa čítajú so zlým kódovaním. Mojibuster export opraví, príčinu potom odstránite v databáze.

Funguje s textom aj súbormi:

  • CSV
  • TXT
  • JSON
  • XML
  • SRT
  • VTT
  • SMI
  • TSV
  • MD
  • HTML
  • SQL
  • LOG

Napríklad exporty z Excelu, výpisy databáz, titulky alebo kód webových stránok.

Opraviť

  1. Pretiahnite súbor alebo vložte text
  2. Oprava prebehne automaticky
  3. Skopírujte alebo stiahnite
alebo súbor jednoducho pretiahnite sem

Ako problém vyzerá

Riadok z SQL dumpu po presťahovaní na iný server

Pred

INSERT INTO wp_posts (post_title) VALUES ('Kŕdeľ šťastných ďatľov – ponuka na víkend');

Po

INSERT INTO wp_posts (post_title) VALUES ('Kŕdeľ šťastných ďatľov – ponuka na víkend');

Odkiaľ sa to berie

WordPress ukladá text v UTF-8. Mnoho starších inštalácií však vytvorilo tabuľky ako latin1 alebo sa k databáze pripájalo v latin1. Kým zápis aj čítanie robia rovnakú chybu, nikto si ničoho nevšimne. Po presune na nový server, exporte cez phpMyAdmin alebo zmene kódovania spojenia sa každé slovenské písmeno zrazu zmení na dva znaky.

  • DB_CHARSET v wp-config.php je latin1 alebo nesúhlasí s tabuľkami.
  • Dump bol exportovaný ako latin1 a importovaný ako utf8mb4 – alebo naopak.
  • Plugin alebo importný skript previedol už poškodený text ešte raz. Vzniká tak dvojito zakódovaný text ako Ă„Äľ.

Oprava exportu

  1. Pred akoukoľvek zmenou zálohujte databázu.
  2. Exportujte postihnuté tabuľky do súboru .sql, napríklad v phpMyAdmin alebo príkazom mysqldump --default-character-set=utf8mb4.
  3. Presuňte súbor do poľa vyššie. Mojibuster opraví len poškodené miesta a ukáže každú zmenu.
  4. Stiahnite opravený súbor a naimportujte ho ako utf8mb4 do novej testovacej databázy.
  5. Skontrolujte web. Ak všetko vyzerá správne, naimportujte dáta do ostrej databázy.

Dump sa nikdy nenahráva na server – a to je dôležité, pretože zvyčajne obsahuje používateľské účty, e-mailové adresy a komentáre. Viac pre firmy a zodpovedné osoby.

Pozor na serializované dáta

WordPress ukladá časť nastavení v wp_options a wp_postmeta ako serializované hodnoty PHP, napríklad s:6:"ÄŚaj";. Číslo udáva dĺžku v bajtoch. Po oprave na s:4:"Čaj"; už dĺžka 6 nesúhlasí a WordPress takúto hodnotu zahodí. Preto najprv opravujte tabuľky s obsahom, ako wp_posts, wp_comments a wp_terms. Pre voľby je lepším nástrojom wp search-replace z WP-CLI, ktorý dĺžky aktualizuje.

Odstránenie príčiny v MySQL

  • Prepnite tabuľky aj spojenie na utf8mb4 a nastavte define('DB_CHARSET', 'utf8mb4'); v wp-config.php.
  • Ak stĺpec latin1 obsahuje bajty UTF-8, neprevádzajte ho priamo – zakódovali by ste ho druhýkrát. Obvyklá cesta vedie cez binárny typ: najprv MODIFY … LONGBLOB, potom MODIFY … LONGTEXT CHARACTER SET utf8mb4.
  • Každú zmenu najprv vyskúšajte na kópii databázy.

Časté otázky

Môžem opraviť celú databázu WordPressu naraz?

Áno, aj veľké SQL dumpy. Pozor však na serializované dáta v wp_options a wp_postmeta – WP-CLI si s nimi poradí lepšie.

Zmenia sa správne znaky v dumpe?

Nie. Mojibuster opravuje len reťazce, ktoré sú jasne poškodené. Správny text zostáva, aký je.

Aký je rozdiel medzi utf8 a utf8mb4?

V MySQL ukladá utf8 len znaky do troch bajtov, takže emoji sa strácajú. utf8mb4 je skutočné UTF-8 a pre WordPress správna voľba.

Funguje to aj pre iné systémy než WordPress?

Áno. Joomla, Drupal, Magento alebo vlastná aplikácia nad MySQL či MariaDB majú rovnaký problém a rovnaké riešenie.

Ďalšie návody

Ďalšie návody v angličtine