php - 为什么当我调用 Ú† 时，MySQL 查询显示 Ù† 和 Ú† 的结果？

Question

我有一个数据库表，其中有一列我对波斯字母进行了分类，以便稍后使用 MySQL WHERE 选择。一切都适用于所有字母，但我在选择在数据库中存储为 (Ù†) 的字母 (?) 和存储为 (Ú†) 的 (?) 时遇到问题。
一开始我认为问题可能出在插入相同的字母上，但是当我检查数据库时，字母以不同的编码存储，我的意思是 (Ù†) 和 (Ú†)。
当我放大这些字母时，U 上的勾号是不同的。当我在网页上回显它们时，这两个字母都正确回显，但是当我选择选择字母 WHERE letter = 'ˆ' 时，它也显示带有 (?) 的字母!!!
所有从数据库插入和读取数据的网页都是UTF-8，数据库排序规则是utf_persian-ci。
我找不到问题出在哪里？任何帮助表示赞赏，

Answer 1

莫吉贝克。 (或不；见下文)可能:

• 您在客户端中的字节已正确编码为 utf8(良好)。
• 您连接了 SET NAMES latin1 (或 set_charset('latin1') 或 ...)，可能是默认设置。 (应该是 utf8 。)
• 表格中的列可能是也可能不是CHARACTER SET utf8 ，但应该是这样。

对于 PHP:

⚈  mysqli interface: mysqli_set_charset('utf8') function.
⚈  PDO interface: set the charset attribute of the PDO dsn or via SET NAMES utf8.

COLLATION (例如，utf8_persion_ci)不与 Mojibake 相关。它与字符的排序方式有关。

编辑

您说“存储为 (Ù†)”——您怎么知道？大多数查看存储内容的尝试都受到客户端摆弄字节的影响。这是查看其中内容的可靠方法:

 SELECT col, HEX(col) FROM tbl ...

对于 چ , 十六进制应该是 DA86用于正确的 utf8(或 utf8mb4)编码。如果你得到 C39AE280A0 ，那么你就有了“双重编码”。通常，阿拉伯语/波斯语/波斯语的格式应为 Dxyy .

如果您阅读 چ同时连接 latin1 , 你会得到 Ù† ，即 DA86在 latin1 编码中(Ù = DA 和 † = 86)。

ن编码为 D986 .

双重编码

I used hex(col) to send query and got C399E280A0 for ن and C39AE280A0 for چ .

所以，你有“双重编码”，而不是“Mojibake”。

C399 Ù 是 utf8 ; E280A0 † 是 utf8 .您的字符从 latin1 更改为 utf8 两次。通常最终的结果是外界看不到的，表里却乱七八糟。那是因为 SELECT解码两次。但是，由于您只看到一个解码器，所以事情并没有那么简单。

警告:您遇到的情况我还没有试验过；我给你的建议可能是错误的。

这是可能发生的事情。

• 客户端将字符编码为 utf8(良好)十六进制:D986 ;
• 插入时，应用程序谎称客户端具有 latin1 编码。 (这是旧的默认值。)； D9转换为 Ù和 86转换为 † ;
• 表中声明的列CHARACTER SET utf8 (好的)。但是现在 Ù存储为 C399和 †存储为 E280A0 , 总共 5 个字节;
• 当为客户端读取声明为 utf8(良好)的连接时，因此这 5 个字节被转回为 Ù† ;
• 客户尽职尽责地说 utf8 数据是 Ù† .

注意 INSERT 之间的不平衡和 SELECT .你标记了这个PHP ; PHP 是否同时写入和读取数据？写入和读取的字符集是否有不同的设置？

问题似乎只出在设置写入字符集上。它需要明确为 utf8，而不是默认为 latin1。

但是数据呢？如果我所说的一切(关于双编码)与你所拥有的相匹配，那么一个 UPDATE可以修复数据。参见 my blog了解详情。