mysqlダンプ内の非常に奇妙な文字 - 何をするか？

Question

私はデータマイグレーションを不正にしてしまいました。

---

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

---

私はその中の文字のこれらの種類でMySQLデータのダンプを与えてきた。これらの奇妙な文字は、実際のMySQLのダンプファイルであるように埋め込まれています。私は最初にmysqlテーブルを作り直し、DrupalのMigrateモジュールを使ってそれらに対してクエリを実行することで、Drupalにデータをインポートします。

コードは次のようになります。

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; 

最速のソリューションがここに勝者である - 私はタイトな締め切りによ、本当にこっちに苦しんで！私は検索とソリューションの置き換えを試みましたが、奇妙なデータが多すぎるように見えます。何を伝えるべきか分かっていれば、新しいデータダンプをオーケストレーションすることができます（データダンプのやり方）。

おかげで、 ジョン

Answer 1

これは、あなたの質問に直接答えではないですが、私はあなたがあなたの記事で引用されmojibakeでビットを果たしました。最初はUTF-8エンコーディングの中国語テキストのようで、Windows-1252エンコーディングのでラテン語テキストとして解釈され、がUTF-8で再エンコードされ、Windows-1252として再度解釈されました（最後にもう一度UTF-8としてエンコードされますここにそれを掲示した）。だからそれはちょうどmojibakeではない、ダブル mojibakeです。

また、文字列の途中からバイトが失われました（おそらく、Windows-1252の未定義コードポイントの1つであったため）、元の文字の1つをマングリングします。逆にエンコーディングチェーン（Windowsの-1252としてエンコード、UTF-8としてデコード、リピート）を通じてテキストを実行すると、私は出力を得る：

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

マングルされた文字を表し�置換文字。