utf8数据在mysql中看起来很好,但在rails中被破坏了
我正在为一位正在使用mac的同事设置一个rails环境(如果相关的话)。 我从我们的实时mysql数据库中删除了数据,并使用该数据创建了一个本地开发数据库。 如果我打开mysql控制台,并查看其名称字段中具有扩展字符集字符的记录的数据,那么它看起来很好。 但是,在rails控制台(以及在rails生成的网页中)中,编码被破坏:例如,endash被替换为“—。
我知道的唯一与之相关的rails配置选项是config / database.yml。 我目前有这套:
encoding: utf8 collation: utf8_general_ci
例如,它可以在我的机器上正常工作。 但就像我说它不适用于我同事的机器。 任何人的想法?
编辑1:在实时服务器上,我复制数据FROM,charset信息如下所示:
mysql> show variables like 'char%'; +--------------------------+----------------------------+ | Variable_name | Value | +--------------------------+----------------------------+ | character_set_client | latin1 | | character_set_connection | latin1 | | character_set_database | latin1 | | character_set_filesystem | binary | | character_set_results | latin1 | | character_set_server | latin1 | | character_set_system | utf8 | | character_sets_dir | /usr/share/mysql/charsets/ | +--------------------------+----------------------------+
编辑2:为了回应@ eggyal的评论,我做了几个mysqldump,这已经很有启发性了。 这是第一个转储:
$ mysqldump -u root -h127.0.0.1 dbname lessons --where="id=79510" -- MySQL dump 10.11 -- -- Host: 127.0.0.1 Database: e_learning_resource_v3 -- ------------------------------------------------------ -- Server version 5.0.32-Debian_7etch4-log /*!40101 SET @OLD_CHARACTER_SET_CLIENT=@@CHARACTER_SET_CLIENT */; /*!40101 SET @OLD_CHARACTER_SET_RESULTS=@@CHARACTER_SET_RESULTS */; /*!40101 SET @OLD_COLLATION_CONNECTION=@@COLLATION_CONNECTION */; /*!40101 SET NAMES utf8 */; /*!40103 SET @OLD_TIME_ZONE=@@TIME_ZONE */; /*!40103 SET TIME_ZONE='+00:00' */; /*!40014 SET @OLD_UNIQUE_CHECKS=@@UNIQUE_CHECKS, UNIQUE_CHECKS=0 */; /*!40014 SET @OLD_FOREIGN_KEY_CHECKS=@@FOREIGN_KEY_CHECKS, FOREIGN_KEY_CHECKS=0 */; /*!40101 SET @OLD_SQL_MODE=@@SQL_MODE, SQL_MODE='NO_AUTO_VALUE_ON_ZERO' */; /*!40111 SET @OLD_SQL_NOTES=@@SQL_NOTES, SQL_NOTES=0 */; -- -- Table structure for table `lessons` -- DROP TABLE IF EXISTS `lessons`; CREATE TABLE `lessons` ( `id` int(11) NOT NULL auto_increment, `name` varchar(255) default NULL, `description` text, `user_id` int(11) default NULL, `created_at` datetime default NULL, `privacy` int(11) default '1', `is_official` tinyint(1) default '0', `is_readonly` tinyint(1) default NULL, `comments_allowed` tinyint(1) default NULL, `hours` int(11) default NULL, `sessions` int(11) default NULL, `updated_at` datetime default NULL, `custom_menu_swf` varchar(255) default NULL, `pupil_liked_at` datetime default NULL, `user_liked_at` datetime default NULL, `pupil_favorite_count` int(11) default '0', `user_favorite_count` int(11) default '0', `teacher_notes` text, `pupil_notes` text, PRIMARY KEY (`id`), KEY `user_id` (`user_id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8; -- -- Dumping data for table `lessons` -- -- WHERE: id=79510 LOCK TABLES `lessons` WRITE; /*!40000 ALTER TABLE `lessons` DISABLE KEYS */; INSERT INTO `lessons` VALUES (79510,'Jazz–Man',NULL,NULL,'2014-04-03 12:08:05',1,0,NULL,NULL,NULL,NULL,'2014-04-03 12:08:05',NULL,NULL,NULL,0,0,NULL,NULL); /*!40000 ALTER TABLE `lessons` ENABLE KEYS */; UNLOCK TABLES; /*!40103 SET TIME_ZONE=@OLD_TIME_ZONE */; /*!40101 SET SQL_MODE=@OLD_SQL_MODE */; /*!40014 SET FOREIGN_KEY_CHECKS=@OLD_FOREIGN_KEY_CHECKS */; /*!40014 SET UNIQUE_CHECKS=@OLD_UNIQUE_CHECKS */; /*!40101 SET CHARACTER_SET_CLIENT=@OLD_CHARACTER_SET_CLIENT */; /*!40101 SET CHARACTER_SET_RESULTS=@OLD_CHARACTER_SET_RESULTS */; /*!40101 SET COLLATION_CONNECTION=@OLD_COLLATION_CONNECTION */; /*!40111 SET SQL_NOTES=@OLD_SQL_NOTES */; -- Dump completed on 2014-04-03 11:16:42
所以,这只是一个直接的mysqldump,它在“插入课程”行中有一个破碎的角色(爵士乐 – 男人)。
我再做一些额外的选项,转储文件中的数据看起来没问题:
$ mysqldump -u root -h127.0.0.1 dbname lessons --extended-insert --single-transaction --default-character-set=latin1 --skip-set-charset --where="id=79510" -- MySQL dump 10.11 -- -- Host: 127.0.0.1 Database: e_learning_resource_v3 -- ------------------------------------------------------ -- Server version 5.0.32-Debian_7etch4-log /*!40103 SET @OLD_TIME_ZONE=@@TIME_ZONE */; /*!40103 SET TIME_ZONE='+00:00' */; /*!40014 SET @OLD_UNIQUE_CHECKS=@@UNIQUE_CHECKS, UNIQUE_CHECKS=0 */; /*!40014 SET @OLD_FOREIGN_KEY_CHECKS=@@FOREIGN_KEY_CHECKS, FOREIGN_KEY_CHECKS=0 */; /*!40101 SET @OLD_SQL_MODE=@@SQL_MODE, SQL_MODE='NO_AUTO_VALUE_ON_ZERO' */; /*!40111 SET @OLD_SQL_NOTES=@@SQL_NOTES, SQL_NOTES=0 */; -- -- Table structure for table `lessons` -- DROP TABLE IF EXISTS `lessons`; CREATE TABLE `lessons` ( `id` int(11) NOT NULL auto_increment, `name` varchar(255) default NULL, `description` text, `user_id` int(11) default NULL, `created_at` datetime default NULL, `privacy` int(11) default '1', `is_official` tinyint(1) default '0', `is_readonly` tinyint(1) default NULL, `comments_allowed` tinyint(1) default NULL, `hours` int(11) default NULL, `sessions` int(11) default NULL, `updated_at` datetime default NULL, `custom_menu_swf` varchar(255) default NULL, `pupil_liked_at` datetime default NULL, `user_liked_at` datetime default NULL, `pupil_favorite_count` int(11) default '0', `user_favorite_count` int(11) default '0', `teacher_notes` text, `pupil_notes` text, PRIMARY KEY (`id`), KEY `user_id` (`user_id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8; -- -- Dumping data for table `lessons` -- -- WHERE: id=79510 LOCK TABLES `lessons` WRITE; /*!40000 ALTER TABLE `lessons` DISABLE KEYS */; INSERT INTO `lessons` VALUES (79510,'Jazz–Man',NULL,NULL,'2014-04-03 12:08:05',1,0,NULL,NULL,NULL,NULL,'2014-04-03 12:08:05',NULL,NULL,NULL,0,0,NULL,NULL); /*!40000 ALTER TABLE `lessons` ENABLE KEYS */; UNLOCK TABLES; /*!40103 SET TIME_ZONE=@OLD_TIME_ZONE */; /*!40101 SET SQL_MODE=@OLD_SQL_MODE */; /*!40014 SET FOREIGN_KEY_CHECKS=@OLD_FOREIGN_KEY_CHECKS */; /*!40014 SET UNIQUE_CHECKS=@OLD_UNIQUE_CHECKS */; /*!40111 SET SQL_NOTES=@OLD_SQL_NOTES */; -- Dump completed on 2014-04-03 11:18:20
所以,看起来额外的选项可以解决这个问题:
--extended-insert --single-transaction --default-character-set=latin1 --skip-set-charset
当MySQL客户端与服务器交互时:
-
服务器只接收任何文本字符串; 客户端之前会告诉它如何编码这样的文本。
-
如果服务器必须将该文本存储在表中,则必须将其转码为相关列的编码(如果不同)。
-
如果客户端随后想要检索此类文本,则服务器必须将其转码为客户端期望的编码。
如果客户端在步骤1和3中使用的编码是相同的 (通常是这种情况,特别是当两种情况下的客户端是同一个应用程序时),那么如果客户端使用的不是编码,则通常不会注意到一说它会的。 例如,假设客户端告诉MySQL它将使用latin1
,但实际上是在utf8
发送数据:
-
字符串
'Jazz–Man'
以UTF-8的forms发送到服务器,0x4a617a7ae280934d616e
为0x4a617a7ae280934d616e
。 -
MySQL,解码Windows-1252中的那些字节,理解它们代表字符串
'Jazz–Man'
。 -
要存储在
utf8
列中,MySQL将字符串转码为其UTF-8编码0x4a617a7ac3a2e282ace2809c4d616e
。 这可以通过使用SELECT HEX(name) FROM lessons WHERE id=79510
。 -
当客户端检索该值时,MySQL认为它想要它在
latin1
,因此转码为Windows-1252编码0x4a617a7ae280934d616e
。 -
当客户端收到这些字节时,它会将它们解码为UTF-8,因此将字符串理解为
'Jazz–Man'
。
结论 :客户端没有意识到任何错误。 只有当不同的客户端(不会将其UTF-8连接错误地设置为latin1
)尝试使用该表时,才会检测到问题。 在你的情况下,这发生在mysqldump获得数据导出时; 使用--default-character-set=latin1 --skip-set-charset
选项有效地强制mysqldump以与应用程序相同的方式运行,因此最终得到了正确编码的数据。
要解决您的问题,您必须:
-
配置您的应用程序,以便正确设置其MySQL连接字符集(例如,在Rails的
config/database.yml
设置encoding: utf8
); -
重新编码数据库中的数据,例如
UPDATE lessons SET name = BINARY CONVERT(name USING latin1)
(请注意,必须对每个错误编码的文本列执行此操作)。
另请注意,您可能希望以primefaces方式执行这两个操作,这可能需要一些思考。
我设法通过半意外来解决这个问题。 当我试图导入已经使用与LATIN1相关的额外选项完成的sql数据时(请参阅我的OP上的编辑3),我收到有关LC_TYPE变量的错误消息(我没有记下这个确切的错误不幸)。 一些谷歌搜索让我在他的〜/ .bash_profile文件中设置以下变量:
export LC_CTYPE=en_GB.UTF-8 export LANG=en_GB.UTF-8
设置完成后,打开一个新的控制台选项卡,我就可以导入数据了。 但是,它看起来仍然是错误的(虽然以不同于以前的方式:例如,其他一些混乱的人物替换了endash。)我挠了挠头然后做了一段时间的其他事情。
现在,在他多次重启笔记本电脑之后(因为已经有几周了),这一切都神奇地起作用了。 所以,我认为重启修复了它。 所以,答案是,我认为,这个:
在rails config/database.yml
文件中设置这些选项
encoding: utf8 collation: utf8_general_ci
将这些环境变量添加到~/.bash_profile
export LC_CTYPE=en_GB.UTF-8 export LANG=en_GB.UTF-8
添加(或更改它们已经存在)这些选项到你的mysql配置(在这种情况下, /Applications/MAMP PRO/MAMP PRO.app/Contents/Resources/my.cnf
但更常见的位置是/etc/mysql/my.cnf
或/etc/my.cnf
– locate my.cnf
寻找它)
collation-server = utf8_unicode_ci init-connect='SET NAMES utf8' character-set-server = utf8
现在重启你的机器。
然后,当你执行mysqldump时,请确保使用这些选项(除了你有的其他选项)
--extended-insert --single-transaction --default-character-set=latin1 --skip-set-charset
其中一些可能没有必要,但我认为这对我来说都是必要的!
感谢所有评论过您的帮助的人。