mysql 转储中出现非常奇怪的字符——该怎么办？

Question

我的数据迁移受到了奇怪的数据的影响。这些奇怪的字符按原样嵌入到实际的 mysql 转储文件中：

---

北京东方å›悦大酒店<br />\n<br />\n“The impetus

---

我已经得到了 mysql 数据转储，其中包含这些类型的字符。我将数据导入 Drupal，首先重新创建 mysql 表，然后使用 Drupal 的 Migrate 模块查询它们。

代码如下所示：

DROP TABLE IF EXISTS `news`;
SET @saved_cs_client     = @@character_set_client;
SET character_set_client = utf8;
CREATE TABLE `news` (
  `id` int(11) NOT NULL auto_increment,
  `uid` int(11) NOT NULL,
  `pid` int(11) default NULL,
  `puid` int(11) default NULL,
  `headline` varchar(255) NOT NULL,
  `teaser` varchar(500) NOT NULL,
  `status` char(1) default NULL,
  `date` datetime NOT NULL,
  `url` varchar(255) default NULL,
  `url_title` varchar(255) default NULL,
  `body` text,
  `caption` varchar(255) default NULL,
  `gid` int(11) default NULL,
  `feature` text,
  `related` varchar(255) default NULL,
  `change1_time` int(11) default NULL,
  `change2_time` int(11) default NULL,
  `change1_user` varchar(255) default NULL,
  `change2_user` varchar(255) default NULL,
  `expires` datetime default NULL,
  `rank` char(1) default NULL,
  PRIMARY KEY  (`id`),
  KEY `uid` (`uid`),
  KEY `status` (`status`),
  KEY `expires` (`expires`),
  KEY `rank` (`rank`),
  KEY `puid` (`puid`),
  FULLTEXT KEY `headline` (`headline`,`teaser`,`body`)
) ENGINE=MyISAM AUTO_INCREMENT=6976 DEFAULT CHARSET=utf8;
SET character_set_client = @saved_cs_client;

最快的解决方案是这里的赢家——我的截止日期很紧，而且在这里真的很痛苦！我尝试过搜索和替换解决方案，但似乎有太多不同类型的奇怪数据。如果我知道要告诉他们什么（如何进行数据转储），我可以编排新的数据转储。

谢谢， 约翰

Answer 1

这不是对你的问题的直接回答，但我玩了一下你引用的 mojibake在你的帖子中。看起来原来是 UTF-8 编码的中文文本，被解释为拉丁文采用 Windows-1252 编码的文本，重新编码为 UTF -8 并再次解释为Windows-1252（当您将其发布到此处时，最后再次编码为 UTF-8）。所以这不仅仅是mojibake，而是双重 mojibake。

此外，在某些时候，字符串中间丢失了一个字节（可能是因为它是 Windows-1252 中未定义的代码点之一），从而破坏了原始字符之一。反向通过编码链运行文本（编码为 Windows-1252，解码为 UTF-8，重复），我得到输出：

北京东方�悦大酒店<br />\n<br />\n“The impetus

其中替换字符 � 代表损坏的字符。