WordPress in izvozi zbirke: ÄŤ in Ĺľ namesto č in ž

Kako izgleda težava

INSERT INTO wp_posts (post_title) VALUES ('Šolski jedilnik – čokoladna torta');

INSERT INTO wp_posts (post_title) VALUES ('Šolski jedilnik – čokoladna torta');

Od kod prihaja

WordPress shranjuje besedilo kot UTF-8. Številne starejše namestitve pa imajo tabele ustvarjene kot latin1 ali latin2 ali se povezujejo s takim kodiranjem. Dokler pisanje in branje delata isto napako, nihče ničesar ne opazi. Po selitvi na nov strežnik, izvozu z phpMyAdminom ali spremembi kodiranja povezave pa vsak šumnik nenadoma postane dva znaka.

• DB_CHARSET v datoteki wp-config.php je latin1 ali se ne ujema s tabelami.
• Dump je bil izvožen kot latin1, uvožen pa kot utf8mb4 – ali obratno.
• Vtičnik ali skripta za uvoz je že pokvarjeno besedilo pretvorila še enkrat. Tako nastane dvojno kodirano besedilo, na primer ÄŤ.

Popravilo izvoza

1. Pred vsako spremembo naredite varnostno kopijo zbirke.
2. Izvozite prizadete tabele kot datoteko .sql, na primer s phpMyAdminom ali z ukazom mysqldump --default-character-set=utf8mb4.
3. Povlecite datoteko v okvir zgoraj. Mojibuster popravi le pokvarjena mesta in pokaže vsako spremembo.
4. Prenesite popravljeno datoteko in jo uvozite z utf8mb4 v novo testno zbirko.
5. Preverite stran. Če je vse videti prav, jo uvozite v živo zbirko.

Dump se nikoli ne naloži na strežnik – to je pomembno, ker običajno vsebuje uporabniške račune, e-poštne naslove in komentarje. Več o tem za podjetja in pooblaščence za varstvo podatkov.

Previdno pri serializiranih podatkih

WordPress nekatere nastavitve v wp_options in wp_postmeta shranjuje kot serializirane vrednosti PHP, na primer s:5:"Šola";. Število je dolžina v bajtih. Ko se Ä spet spremeni v č, dolžina ne ustreza več in WordPress vrednost zavrže. Zato najprej popravite vsebinske tabele, kot so wp_posts, wp_comments in wp_terms. Za nastavitve je boljše orodje wp search-replace iz WP-CLI, ker posodobi tudi dolžine.

Odprava vzroka v MySQL-u

• Tabele in povezavo preklopite na utf8mb4, v wp-config.php pa nastavite define('DB_CHARSET', 'utf8mb4');.
• Če stolpec latin1 vsebuje bajte UTF-8, ga ne pretvarjajte neposredno – s tem bi ga kodirali drugič. Običajna pot vodi prek binarnega tipa: najprej MODIFY … LONGBLOB, nato MODIFY … LONGTEXT CHARACTER SET utf8mb4.
• Vsako spremembo najprej preizkusite na kopiji zbirke.

Pogosta vprašanja

Več navodil

• Popravilo šumnikov Popravi čudne znake v besedilu in datotekah.
• Šumniki v Excelu Ko Excel odpre CSV s čudnimi znaki.
• Šumniki v podnapisih Šumniki v podnapisih SRT in MicroDVD.
• Kaj je mojibake? Od kod čudni znaki in kaj pomeni mojibake.
• Dvojno kodiranje Ko je č najprej postal Ä, nato pa se je pokvaril še enkrat.
• Narekovaji in pomišljaji „, “, – in € namesto narekovajev, pomišljajev in znaka za evro.
• Vprašaji namesto črk ? ali � namesto šumnikov – kaj je mogoče rešiti in kaj ne.
• URL kode znakov %C4%8D namesto č: kode iz povezav in obrazcev spet berljive.
• MySQL in phpMyAdmin Pravilno nastavite charset tabele, povezave in uvoza.
• Outlook Popravek pokvarjenih znakov v e-poštnih sporočilih in izvozih stikov.
• PowerShell -Encoding, konzola in skriptne datoteke v PowerShellu 5.1 in 7.
• Python in pandas encoding v read_csv, to_csv, open() in requests.
• Notepad++ Izbira ali pretvorba kodiranja – odločilna razlika.
• Podatki o strankah in CRM Popravilo seznamov strank iz CRM-a in ERP-ja brez nalaganja na strežnik.
• Windows-1250 → UTF-8 Pretvori stare slovenske datoteke v UTF-8.
• Za podjetja in pooblaščence za varstvo podatkov Kako Mojibuster varuje podatke – in kako to preverite sami.