与UTF-8字符的麻烦; 我看到的不是我所存储的
我试图使用UTF-8并遇到麻烦。
我尝试了很多东西， 这里是我得到的结果：
????而不是亚洲人物。 即使是欧洲文本，我也得到Se?or。- 奇怪的胡言乱语（
Señor？），例如Señor新浪新闻新浪新闻。 - 黑色钻石，如塞尔。
- 最后，我陷入了数据丢失或者至less被截断的情况：
SeforSeñor。 - 即使我的文字看起来不错，也没有正确sorting 。
我究竟做错了什么？ 我如何修复代码 ？ 我可以恢复数据吗？如果是这样，怎么办？
这个问题困扰着这个网站的参与者，以及其他许多人。
你已经列出了CHARACTER SET麻烦的五个主要案例。
最佳实践
outlook未来，最好使用CHARACTER SET utf8mb4和COLLATION utf8mb4_unicode_520_ci 。 （在pipe道中有一个更新的Unicodesorting规则。）
utf8mb4是utf8一个超集，它处理4个字节的utf8代码，这是表情符号和一些中文所需要的。
在MySQL之外，“UTF-8”是指所有大小的编码，因此有效地与MySQL的utf8mb4相同，而不是utf8 。
我将尝试使用这些拼写和大小写来区分内部和外部的MySQL。
你应该做什么的概述
- 让你的编辑器等设置为UTF-8。
- HTML表单应该像
<form accept-charset="UTF-8">。 - 把你的字节编码为UTF-8。
- build立UTF-8作为客户端使用的编码。
- 将列/表声明为
CHARACTER SET utf8mb4（使用SHOW CREATE TABLE检查） - 在HTML开头的
<meta charset=UTF-8>
UTF-8一路通过 （以前叫做“utf8”）
计算机语言的更多细节 （及其后面的部分）
testing数据
用工具或SELECT查看数据是不可信的。 太多这样的客户端，尤其是浏览器，试图补偿不正确的编码，并显示正确的文本，即使数据库被损坏。 所以，选一个非英文文本的表格和列
SELECT col, HEX(col) FROM tbl WHERE ...
正确存储的UTF-8的hex将是
- 空格（使用任何语言）：
20 - 对于英语：
4x，5x，6x或7x - 在西欧的大部分地区，重音字母应该是
Cxyy - 西里尔文，希伯来文，波斯文/阿拉伯文：
Dxyy - 亚洲大部分地区：
Exyyzz - 表情符号和一些中文：
F0yyzzww - 更多细节
出现问题的具体原因和解决方法
截断的文本（ Se为Señor ）：
- 要存储的字节不被编码为utf8mb4。 解决这个问题。
- 另外，请检查读取期间的连接是否为UTF-8。
有问号的黑色钻石 （ Se or ）; 其中一种情况存在：
情况1（原始字节不是 UTF-8）：
- 要存储的字节不会被编码为utf8。 解决这个问题。
-
INSERT和SELECT的连接（或SET NAMES）不是utf8 / utf8mb4。 解决这个问题。 - 另外，检查数据库中的列是否是
CHARACTER SET utf8（或utf8mb4）。
情况2（原始字节是 UTF-8）：
-
SELECT的连接（或SET NAMES）不是utf8 / utf8mb4。 解决这个问题。 - 另外，检查数据库中的列是否是
CHARACTER SET utf8（或utf8mb4）。
黑钻只有在浏览器设置为<meta charset=UTF-8>时才会出现。
问号 （普通的，不是黑色的）（ Se?or Señor ）：
- 要存储的字节不被编码为utf8 / utf8mb4。 解决这个问题。
- 数据库中的列不是
CHARACTER SET utf8（或utf8mb4）。 解决这个问题。 （使用SHOW CREATE TABLE。） - 另外，请检查读取期间的连接是否为UTF-8。
Señor （ Señor Señor ）:(这个讨论也适用于双重编码 ，这不一定是可见的。）
- 要存储的字节需要使用UTF-8编码。 解决这个问题。
-
INSERTing和INSERTing文本时的连接需要指定utf8或utf8mb4。 解决这个问题。 - 该列需要声明
CHARACTER SET utf8（或utf8mb4）。 解决这个问题。 - HTML应该以
<meta charset=UTF-8>开头。
如果数据看起来正确，但不能正确sorting，那么要么select了错误的sorting规则，要么没有适合您需要的sorting规则，或者使用双重编码 。
双编码可以通过执行上述SELECT .. HEX ..来确认。
é should come back C3A9, but instead shows C383C2A9 The Emoji 👽 should come back F09F91BD, but comes back C3B0C5B8E28098C2BD
也就是说，这个hex大约是它的两倍。 这是由latin1（或其他）转换为utf8引起的，然后将这些字节视为latin1并重复转换。 sorting（和比较）不能正常工作，因为它是，例如，如果string是Señor 。
在可能的情况下修复数据
对于截断和问号 ，数据丢失。
对于Mojibake / 双重编码 ，…
对于黑钻石 ，…
（我必须在另一个问题/答案中继续。）
有趣的你如何回答你自己的问题:)
1 – 将您的代码IDE语言设置为UTF8
2 – 添加到您收集数据表单的网页标题。
3 – 检查你的MySQL表的定义如下所示：
CREATE TABLE your_table ( ... ) ENGINE=InnoDB DEFAULT CHARSET=utf8
4 – 如果您正在使用PDO，请确保
$options = array(PDO::MYSQL_ATTR_INIT_COMMAND=>'SET NAMES utf8'); $dbL = new PDO($pdo, $user, $pass, $options);
如果你已经有了一个大型的数据库，你可以尝试使用正确的字符集导出SIDU，然后用UTF8导入。 祝你好运
根据服务器的设置，您必须相应地更改编码。 utf8从你说的应该最好的工作，但是如果你得到奇怪的字符，它可能会帮助，如果你改变网页编码为Ansi。 这帮助我，当我设置一个PHP的MYSQLI这可能会帮助你了解更多https://superuser.com/questions/762473/ansi-to-utf-8-in-notepad
