Mojibuster

MySQL 中文亂碼的解決方法

MySQL 裡的中文變成 ???，或在 phpMyAdmin、Navicat 中顯示成 ³¯¤j¤å、我們 這類符號？通常是資料表、連線和匯入檔案的字元集不一致。匯出檔中的亂碼可以在上方直接修復，再把 MySQL 統一設成 utf8mb4，之後就不會再發生。

支援文字與以下檔案：

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

例如 Excel 匯出、資料庫備份、字幕或網站程式碼。

修復

  1. 拖入檔案或貼上文字
  2. 自動修復
  3. 複製或下載
或把檔案拖到這裡

  • 不必上傳。 檔案直接在瀏覽器中修復，不會離開你的裝置。

  • 伺服器位於歐盟。 Mojibuster 在 芬蘭（歐盟）的伺服器上運作，受《一般資料保護規則》（GDPR）規範。 GDPR 全文（EUR-Lex，英文）

MySQL 有三個地方需要設定字元集

  • 資料表與欄位：資料用哪種字元集儲存，例如 utf8mb4 或 latin1。MySQL 5.7 以前的預設值是 latin1，無法正確儲存中文。
  • 連線：用戶端和伺服器之間用哪種字元集溝通，以 SET NAMES utf8mb4 或連線參數設定。
  • 檔案：匯入或匯出時檔案的編碼，phpMyAdmin 的匯入頁面可以選擇檔案的字元集。

三者不一致，中文就會出錯。最常見的有三種情況：

  • ???：欄位或連線是 latin1，存不下中文，MySQL 把每個字都換成 ?。這些文字已經遺失，只能從原始資料重新匯入。
  • 我們：UTF-8 的中文透過 latin1 連線寫進了 latin1 欄位。程式裡看起來一切正常，phpMyAdmin 和匯出檔裡卻是亂碼。
  • ³¯¤j¤å：早期的 PHP 網站常把 Big5 文字直接存進 latin1 欄位，用 UTF-8 工具開啟時就會變成這樣。

後兩種情況位元組都還在，可以修復。

舊網站資料庫匯出的 CSV 中的一列（Big5 存在 latin1 欄位）

亂碼

"1","³¯¤j¤å","¥x¥_¥««H¸q°Ï","02-2720-8889"

修復後

"1","陳大文","台北市信義區","02-2720-8889"

在 Windows 命令提示字元中連線時

在繁體中文 Windows 的命令提示字元或 PowerShell 中執行 mysql 用戶端時，主控台使用的是 Big5（字碼頁 950）。即使資料庫裡的資料完全正確，查詢結果也可能顯示成亂碼。這只是顯示問題：先執行 chcp 65001 把主控台切換成 UTF-8，或用 mysql --default-character-set=big5 讓這次連線以 Big5 輸出。不要為了讓主控台顯示正常而去改資料表的字元集。主控台的其他設定請見 PowerShell 中文亂碼。

檢查字元集

  • SHOW VARIABLES LIKE 'character_set%'; 查看伺服器和連線的設定。
  • SHOW CREATE TABLE customers; 查看資料表和各欄位的字元集。
  • SELECT name, HEX(name) FROM customers LIMIT 5; 查看實際儲存的位元組：在 utf8mb4 欄位中，E4B8AD 是「中」，C3A4C2B8C2AD 則是已經變成亂碼的「中」；A4A4 是 Big5 的「中」。

修復匯出檔

  1. 在 phpMyAdmin 中把資料表匯出成 SQL 或 CSV，或使用 mysqldump --default-character-set=utf8mb4；Big5 存在 latin1 欄位的舊資料請用 --default-character-set=latin1 匯出，位元組才會原封不動。
  2. 把檔案拖到上方的框中。Mojibuster 只修復亂碼的部分，正常的中文保持不變。
  3. 在 變更了什麼？ 中確認修復的地方，然後下載檔案。
  4. 匯入字元集為 utf8mb4 的資料表，匯入時檔案字元集選擇 utf-8。
  5. 先在副本上測試，再取代正式的資料表。

匯出檔不會離開你的電腦，含有客戶資料也可以放心處理。匯出的 CSV 用 Excel 開啟出現亂碼時，請看 Excel 開啟 CSV 亂碼。

從根本解決

  • 建立資料表時指定 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci。
  • 程式的連線也要設成 utf8mb4，例如在 PHP 的 PDO DSN 中加上 charset=utf8mb4，在 JDBC 連線字串中加上 characterEncoding=UTF-8。
  • 如果 latin1 欄位裡存的是 UTF-8 位元組，不要直接用 CONVERT TO 轉換，否則會再編碼一次，變成雙重亂碼。安全的做法是先改成二進位型別：MODIFY name VARBINARY(255)，再 MODIFY name VARCHAR(255) CHARACTER SET utf8mb4。
  • 不要使用 MySQL 的 utf8：它每個字元最多只存 3 個位元組，儲存 emoji 和部分罕用字時會出現 Incorrect string value 錯誤。

常見問題

為什麼程式裡顯示正常，phpMyAdmin 裡卻是亂碼？

因為程式和資料庫把同一個錯誤犯了兩次：程式透過 latin1 連線寫入 UTF-8 或 Big5，又用同樣的方式讀回來，所以看起來正常。phpMyAdmin 的連線是正確的，顯示的才是實際儲存的內容。

變成 ??? 的中文還能救回來嗎？

不能。MySQL 在儲存時就把存不下的字換成了 ?，原本的文字已經不在資料庫裡。Mojibuster 也無法還原，請從原始檔案或備份重新匯入。

MariaDB 也一樣嗎？

一樣。MariaDB 的字元集設定和 MySQL 相同，指令也一樣。

匯出檔可以多大？

每個檔案最大 100 MB。較大的資料庫建議按資料表分別匯出。

更多說明