Estoy intentando importar desde un foro Vanilla utilizando las instrucciones publicadas aquí. Sin embargo, obtengo el siguiente error al ejecutar el script de importación vanilla.rb:
Cargando grupos existentes...
Cargando usuarios existentes...
Cargando categorías existentes...
Cargando publicaciones existentes...
Cargando temas existentes...
analizando archivo...
leyendo archivo...
Traceback (most recent call last):
5: from script/import_scripts/vanilla.rb:254:in `<main>'
4: from /var/www/discourse/script/import_scripts/base.rb:47:in `perform'
3: from script/import_scripts/vanilla.rb:17:in `execute'
2: from script/import_scripts/vanilla.rb:37:in `parse_file'
1: from script/import_scripts/vanilla.rb:72:in `read_file'
script/import_scripts/vanilla.rb:72:in `gsub': secuencia de bytes no válida en UTF-8 (ArgumentError)
He intentado cambiar el conjunto de caracteres de la base de datos MySQL a UTF8 siguiendo las instrucciones aquí y luego volver a exportar el archivo de Porter, pero eso no resolvió el problema. ¿Alguna sugerencia?
Puedes buscar información sobre la codificación UTF-8. Necesitas hacer algo que fuerce la tabla a UTF-8. La vez que lo hice, hubo complicaciones adicionales porque algunas filas estaban en un formato y otras en otro. Creo que hice algo sin sentido donde forcé los valores uno por uno.
Oh. Es terrible. Tu mejor opción, basada en un vago recuerdo de una sola vez que hice esto hace más de un año, es probar con tantas conversiones diferentes como puedas hasta que finalmente encuentres una que funcione para todos o la mayoría de los datos. Creo que realicé varias transformaciones una por una que terminaron siendo una pérdida de tiempo cuando tropecé con alguna conversión que funcionaba para todos (¿la mayoría?) de los datos.
Esto es lo que hice. Úsalo bajo tu propio riesgo. (Esto era vbulletin, por si acaso).
def char_map(raw_original)
raw = raw_original.dup
debug = false # (raw.length > 50)
# windows 1252
all = ''
win_encoded = ''
### Codificación WIN1252
win_encoded = ''
begin
win_encoded = raw.force_encoding('utf-8').encode("Windows-1252",
invalid: :replace, undef: :replace, replace: ""
).force_encoding('utf-8').scrub
rescue => e
puts "\n#{'-'*50}\nWin1252 falló para \n\n#{raw}\n\n"
win_encoded = ''
end
### Codificación ISO 8859
iso_encoded = ''
if all.length == 0 && win_encoded.length > 0 && win_encoded != raw
all = (debug ? "Win1252--" : '') + win_encoded
else
all = raw
end
all = old_char_map(all)
all
end
Logramos que esto funcionara añadiendo un simple comando para codificar el archivo como UTF-8 al leerlo, usando algo como encode\"UTF-8\" en las líneas 76-80 del script de importación vanilla.rb.
Solo estoy esperando la confirmación de la sintaxis exacta del chico que lo hizo por línea de comandos. Actualizaré esto cuando la tenga.
Trabajé en este proceso hace solo un par de meses (y no soy desarrollador ) y logré migrar con éxito un foro Vanilla autoalojado a Discourse autoalojado. Algo que fue clave para mí fue asegurarme, al exportar los datos con Vanilla Porter, de seleccionar “Vanilla 2” como el Source Forum Type en el primer menú desplegable.
Si mal no recuerdo, no volví a encontrar el error UTF-8 al usar el script más reciente de Vanilla Porter y el tipo de foro “Vanilla 2”.
Si esas dos sugerencias no marcan la diferencia en tu importación, por favor, proporciona algunos detalles sobre los pasos que has seguido hasta ahora y exactamente lo que estás viendo. A veces hay ligeras variaciones en el “mismo error” que pueden marcar una gran diferencia al solucionar problemas.
) y logré migrar con éxito un foro Vanilla autoalojado a Discourse autoalojado. Algo que fue clave para mí fue asegurarme, al exportar los datos con Vanilla Porter, de seleccionar “Vanilla 2” como el 
