WordPress và file xuất CSDL: á và ệ thay vì á và ệ

Vấn đề trông như thế nào

INSERT INTO wp_posts (post_title) VALUES ('Tiếng Việt – Hà Nội');

INSERT INTO wp_posts (post_title) VALUES ('Tiếng Việt – Hà Nội');

Nguyên nhân từ đâu

WordPress lưu văn bản dạng UTF-8. Nhưng nhiều website cũ tạo bảng bằng latin1 hoặc kết nối bằng latin1. Miễn là việc ghi và đọc cùng sai như nhau thì không ai nhận ra. Sau khi chuyển sang máy chủ mới, xuất bằng phpMyAdmin hoặc đổi bảng mã kết nối, mọi chữ có dấu đồng loạt thành nhiều ký tự lạ.

• DB_CHARSET trong wp-config.php là latin1 hoặc không khớp với các bảng.
• File sao lưu được xuất bằng latin1 nhưng nhập bằng utf8mb4, hoặc ngược lại.
• Một plugin hay script nhập liệu chuyển mã văn bản vốn đã lỗi thêm một lần nữa. Khi đó xuất hiện lỗi font hai lần.

Sửa file xuất

1. Sao lưu cơ sở dữ liệu trước khi thay đổi bất cứ thứ gì.
2. Xuất các bảng bị ảnh hưởng thành file .sql, ví dụ bằng phpMyAdmin hoặc mysqldump --default-character-set=utf8mb4.
3. Kéo thả file vào ô phía trên. Mojibuster chỉ sửa các chỗ lỗi và hiển thị mọi thay đổi.
4. Tải file đã sửa về và nhập bằng utf8mb4 vào một cơ sở dữ liệu thử nghiệm mới.
5. Kiểm tra website. Nếu mọi thứ đúng thì mới nhập vào cơ sở dữ liệu chính.

File sao lưu không bị tải lên. Điều này quan trọng vì nó thường chứa tài khoản người dùng, địa chỉ email và bình luận.

Cẩn thận với dữ liệu tuần tự hóa

WordPress lưu một số thiết lập trong wp_options và wp_postmeta dưới dạng giá trị PHP tuần tự hóa như s:14:"Tiếng Việt";. Con số là độ dài tính bằng byte, không phải số ký tự. Khi ệ trở lại thành ệ, độ dài không còn khớp và WordPress sẽ bỏ giá trị đó. Vì vậy hãy sửa các bảng nội dung như wp_posts, wp_comments, wp_terms trước. Với phần tùy chọn, wp search-replace của WP-CLI phù hợp hơn vì nó cập nhật cả độ dài.

Khắc phục nguyên nhân trong MySQL

• Chuyển bảng và kết nối sang utf8mb4, đồng thời đặt define('DB_CHARSET', 'utf8mb4'); trong wp-config.php.
• Nếu cột latin1 đang chứa byte UTF-8 thì đừng chuyển đổi trực tiếp, vì như vậy sẽ bị mã hóa thêm lần nữa. Cách thường dùng là đi qua kiểu nhị phân: trước hết MODIFY … LONGBLOB, sau đó MODIFY … LONGTEXT CHARACTER SET utf8mb4.
• Luôn thử mọi thay đổi trên bản sao của cơ sở dữ liệu trước.

Câu hỏi thường gặp

Hướng dẫn khác

• Công cụ sửa lỗi font tiếng Việt Sửa chữ bị lỗi font và lỗi mã hóa.
• Lỗi font Excel và CSV Bảng tính và CSV bị lỗi font tiếng Việt.
• Lỗi font phụ đề Phụ đề SRT, VTT tiếng Việt bị lỗi font.
• Lỗi font chữ là gì Ý nghĩa, nguyên nhân và các dạng lỗi font chữ.
• Lỗi font hai lần Khi chữ đã lỗi một lần rồi lại bị lỗi thêm lần nữa.
• Chữ thành dấu hỏi ? hoặc � thay cho chữ có dấu – khi nào còn cứu được.
• Ký tự mã hóa URL %E1%BB%87 thay vì ệ: đọc lại mã từ liên kết và biểu mẫu.
• MySQL và phpMyAdmin Đặt đúng bảng mã cho bảng, kết nối và khi nhập dữ liệu.
• Outlook Sửa ký tự hỏng trong email và file xuất danh bạ.
• PowerShell -Encoding, console và file script trong PowerShell 5.1 và 7.
• Python và pandas encoding trong read_csv, to_csv, open() và requests.
• Notepad++ Chọn hay chuyển đổi bảng mã – khác biệt quan trọng.
• Dữ liệu khách hàng và CRM Sửa danh sách khách hàng từ CRM, ERP mà không cần tải lên.
• Unicode tổ hợp sang dựng sẵn Gộp chữ bị tách dấu (Unicode tổ hợp) thành Unicode dựng sẵn.
• TCVN3, VNI sang Unicode Chuyển văn bản font .VnTime và VNI-Times sang Unicode.