- android - RelativeLayout 背景可绘制重叠内容
- android - 如何链接 cpufeatures lib 以获取 native android 库?
- java - OnItemClickListener 不起作用,但 OnLongItemClickListener 在自定义 ListView 中起作用
- java - Android 文件转字符串
我的任务是将 Microsoft SQL Server 2005 数据库迁移到 MySQL 5.6(这些都是本地运行的数据库服务器),非常感谢您的帮助。
-MSSQL 源数据库有 latin1 排序规则(所以 ISO 8859-1 字符集对吗?)但没有任何 char/varchar 字段(任何字符串字段都是 nvarchar/nchar)所以所有这些数据都应该使用 UCS -2 个字符集。
-MySQL目标数据库需要字符集UTF-8
我决定使用最新版本的 MySQL workbench 中的数据库迁移工具包。起初它工作正常并按预期迁移了所有内容。但是在 MSSQL 数据库中遇到 UCS-2 代理对字符时,我完全被绊倒了。
迁移工具包复制表程序没有提供非常有用的错误消息:“wstring 的字符集转换期间出错:无错误”。它还没有提供有关导致问题的数据的任何字段/行信息,并且会在 100 行的 block 内失败。因此,在上次成功插入后搜索 100 行后,我发现问题似乎是由其中一个 nvarchar 字段中的两个 UCS-2 字符引起的。它们在 UCS-2 字符集中被列为代理项对。它们具体是字符 DBC0 和 DC83(我是通过查看该字段的二进制数据并将字节对(小端)与成功迁移的数据进行比较得到的)。
当这个代理项对从 MSSQL 数据库中删除时,该行已成功迁移到 MySQL。
问题是:
我试图在一个测试 MSSQL 表中搜索这些字符(这个 chartest 表只是各种测试字符串和一个 nvarchar 字段)来准备一个替换脚本并不断得到奇怪的结果......我一定是做错了什么。
搜索
SELECT * FROM chartest WHERE text LIKE NCHAR(0xdc83)
将返回任何代理对字符(无论是否使用 DC83),但显然,只有当它是该字段中唯一的字符(或对的一部分)时。这没什么大不了的,因为无论如何我都想删除这些实例(我不喜欢删除这样的数据,但我认为我们负担得起)。
搜索
SELECT * FROM chartest WHERE text LIKE '%' + (NCHAR(0xdc83))+ '%'
将返回每一行!不管字段中是否存在 unicode 字符,更不用说 DC83 字符了。有没有更好的方法来查找和替换这些字符?或者我应该尝试其他什么?
我也尝试过将目标数据库、表和字段字符集设置为 UCS-2,但似乎没有什么不同。
我还应该提到,此迁移使用的是实时数据(~50GB 数据库!),而为其提供数据的站点之一已离线,因此对此的任何解决方案都需要快速运行...
如果有任何建议,我将不胜感激!如果我遗漏了任何信息,请告诉我。
最佳答案
我有这个错误,现在我找到了问题的根源。我很难找到答案,所以也许这对某些人有用,尽管我意识到,我的问题和解决方法可能无法解决匹配操作的原始问题。
我正在将数据从 MSSQL 迁移到 MySQL,迁移的内容是来自 Sitecore CMS 的 html 内容(顺便说一句, objective-c MS 是 Drupal)。
我发现,在转换数据库和命中包含 Instagram-embeds 的记录时出现此错误。 Instagram-embeds 的工作方式是将嵌入的帖子数据复制到嵌入代码(而不是异步加载等 - 甚至图像包含为 base64-css ...),而年轻人现在倾向于在他们的图像描述中加入很多表情符号(使用带有表情符号键盘的 iPhone)。表情符号由 4 字节编码的字符表示,但 MySQL utf8
只允许 3 字节编码的 unicode 字符。
我最初运行 wbcopytables.exe
(这是在 MySQL Workbench 中执行迁移向导的非 GUI 方式)时出现的错误是
Error during charset conversion of wstring: No error
但是将 MySQL Workbench 升级到最新版本(从 5.something 到 6.x)会使错误更具描述性,提示表和列(唉,不是行):
ERROR: Could not successfully convert UCS-2 string to UTF-8 in table [MyDatabase].[dbo].[MyTable] (column MyColumn). Original string: ...
无论如何 - 一个解决方案*可能*是使用允许表情符号的 utf8mb4
。阅读更多 here .
但它看起来像是 a bad idea例如这样做我的 Drupal 案例。
所以 - 我最终得到的解决方案只是在我的迁移脚本中删除这些字符。为相关网站的用户保留这些内容毫无意义,因为它们无论如何都在网页上显示为矩形。由于您无法在 SQL Server 中使用正则表达式进行搜索和替换,因此我使用 DAL 和 c# .NET 处理了数据,并找到了帮助 here (非常感谢,Jon Skeet)——事实证明有一个正则表达式模式可以匹配 UTF-16 中的代理对的一半。请参阅下文(并在需要时使用另一种语言的模式)。
var noUcs2SurrogatePairsString = Regex.Replace(stringWithUcs2SurrogatePairs, @"\p{Cs}", string.Empty);
关于mysql - MSSQL 到 MySQL 迁移 - UCS-2 代理项对的字符编码问题,如何从 MSSQL 数据库中删除这些问题?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/15572108/
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 要求提供代码的问题必须表现出对所解决问题的最低限度理解。包括尝试过的解决方案、为什么它们不起作用,以及预
为什么在 C# 中添加两个 char 结果是 int 类型? 例如,当我这样做时: var pr = 'R' + 'G' + 'B' + 'Y' + 'P'; pr 变量变为 int 类型。我希望它是
下面的代码可以编译,但 char 类型的行为与 int 类型的行为不同。 特别是 cout ::ikIsX >() ::ikIsX >() ::ikIsX >() using names
我正在寻找一个正则表达式,它可以匹配长度为 1 个或多个字符但不匹配 500 的内容。这将在 Rails 路由文件中使用,特别是用于处理异常。 路线.rb match '/500', to: 'err
对于 C 编程作业,我正在尝试编写几个头文件来检查所谓的“X 编程语言”的语法。我最近才开始,正在编写第一个头文件。这是我编写的代码: #ifndef _DeclarationsChecker_h_
为什么扩展的 ascii 字符(â、é 等)被替换为 字符? 我附上了一张图片...但我正在使用 PHP 从 MySQL 中提取数据,其中一些位置有扩展字符...我使用的是 Arial 字体。 您可以
我有一个与 R 中的断线相关的简单问题。 我正在尝试粘贴,但在获取(字符/数字)之间的断线时遇到问题。请注意,这些值包含在向量中(V1=81,V2=55,V3=25)我已经尝试过这段代码: cat(p
如何将 ANSI 字符 (char) 转换为 Unicode 字符 (wchar_t),反之亦然? 是否有用于此目的的任何跨平台源代码? 最佳答案 是的,在 中你有mbstowcs()和 wcsto
函数 fromCharCode 不适用于国际 ANSI 字符。例如,对于 ID 为 192 到 223 的俄语 ANSI (cp-1251) 字符,它返回特殊字符。如何解决这个问题? 我认为,需要将A
如果不喜欢,我想隐藏 id,但不起作用 SELECT * FROM character, character_actor WHERE character.id NOT LIKE character_a
现在这个程序成功地反转了键盘输入的单词。但是我想在我反转它之前“保存”指针中的单词,所以我可以比较两者,反转的和“原始的”,并检查它们是否是回文。我还没有太多经验,可能会出现比我知道的更多的错误,但我
Memcpy 和 memcmp 函数可以接受指针变量吗? char *p; char* q; memcpy(p,q,10); //will this work? memcmp(p,q,10); //w
恐怕我对一个相当过饱和的主题的细节有疑问,我搜索了很多,但找不到一个明确的答案来解决这个特定的明显-imho-重要的问题: 使用UTF-8将byte[]转换为String时,每个字节(8bit)都变成
我有一个奇怪的问题。我需要从 stat 命令打印输出字符串。 我已经编写了获取一些信息的代码。 import glob import os for file in glob.glob('system1
我正在使用 Java 并具有其值如下所示的字符串, String data = "vale-cx"; data = data.replaceAll("\\-", "\\-\\"); 我正在替换其中的“
String urlParameters = "login=test&password=te&ff"; 我有一个String urlParams,& - 是密码的一部分,如何使其转义,从而不被识别为分
大家好,我只想从此字符串中提取第一个字母: String str = "使 徒 行 傳 16:31 ERV-ZH"; 我只想获取这些字符: 使 徒 行 傳 并且不包括 ERV-ZH 仅数
这个问题已经有答案了: Crash or "segmentation fault" when data is copied/scanned/read to an uninitialized point
所以, 我有一个字符**;它本质上是一个句子,带有指向该句子中每个单词的指针;即 'h''i''\0''w''o''r''l''d''\0''y''a''y''!''\0' 在这种情况下,我希望使用可
这个问题在这里已经有了答案: Using quotation marks inside quotation marks (12 个答案) 关闭 7 年前。 如何打印 " 字符? 我知道打印 % 符号
我是一名优秀的程序员,十分优秀!