我正在为我的一位使用 Mac 的同事设置 Rails 环境(以防万一)。我已经从我们的实时 mysql 数据库中提取数据,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,并查看在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。然而,在 rails 控制台(以及在 rails 生成的网页中)编码被破坏:例如,endash 被替换为“–”。
我所知道的唯一与此相关的 rails 配置选项在 config/database.yml 中。我目前有这套:
encoding: utf8
collation: utf8_general_ci
例如,这使得它在我的机器上运行良好。但是就像我说的那样,它在我同事的机器上不起作用。有什么想法吗?
编辑 1:在实时服务器上,我从那里复制数据,字符集信息如下所示:
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,我已经完成了几个 mysqldumps,这非常有启发性。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“INSERT INTO lessons”行中有损坏的字符(Jazz–Man)。
我用一些额外的选项再次执行此操作,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,看起来额外的选项起到了作用:
--extended-insert --single-transaction --default-character-set=latin1 --skip-set-charset
最佳答案
当 MySQL 客户端与服务器交互时:
服务器仅接收字节串形式的任何文本;客户端之前会告诉它如何对此类文本进行编码。
如果服务器随后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,服务器必须将其转码为客户端期望的编码。
如果客户端在第 1 步和第 3 步中使用的编码相同(通常是这种情况,尤其是当两种情况下的客户端是同一个应用程序时),那么它通常不会被注意到如果客户端使用的编码不是它所说的编码。例如,假设客户端告诉 MySQL 它将使用 latin1
,但实际上以 utf8
发送数据:
字符串
'Jazz–Man'
以 UTF-8 格式作为0x4a617a7ae280934d616e
发送到服务器。MySQL 在 Windows-1252 中解码这些字节,将它们理解为表示字符串
'Jazz–Man'
。为了存储在
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
来验证。当客户端检索值时,MySQL 认为它需要
latin1
中的值,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:客户没有意识到任何问题。只有当不同的客户端(不会将其 UTF-8 连接错误声明为 latin1
)尝试使用该表时,才会检测到问题。在您的情况下,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 以与您的应用程序相同的损坏方式运行,因此它最终得到正确编码的数据。
要解决您的问题,您必须:
配置您的应用程序,使其正确设置其 MySQL 连接字符集(例如,在
config/database.yml
中为 Rails 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,必须对每个编码错误的文本列执行此操作)。
另请注意,您可能希望以原子方式执行这两个操作,这可能需要一些思考。
关于mysql - utf8 数据在 mysql 中看起来不错,但在 rails 中损坏了,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/22563225/