导入的 MyBB 数据库字符编码问题

支持 迁移
1

你好，我从 MyBB 论坛导入了一批帖子甚至用户名，它们显示为随机字符，如 ’ 和 Â。

根据我在 WordPress 中类似行为的报告所了解到的情况，这可能是 Latin1 与 UTF-8 编码问题？

有没有一种简单的方法可以在事后移除这些字符？

这些字符实际上对应什么？我无法想到它们原本可能是被替换成了哪些原始字符。

另外，我看到一些导入的帖子包含大量未解析的 MyCode，有没有办法在 Discourse 中解析它们？

2

是的，我也这么认为。我正在处理一个具有类似问题的导入。大多数问题都是像弯引号和长破折号之类的字符。

这远非易事，但你可以进行一些后处理，要么使用 force_encoding，要么尝试逐个替换这些字符。

类似这样的代码：

Post.all.each do |post|
  post.raw = post.raw.force_encoding('utf-8').encode("Windows-1252").force_encoding('utf-8')
  post.save!
  post.rebake!
end

但在将其应用于实时数据之前，请务必在测试环境中进行充分测试。

3

谢谢，Jay。
有没有什么巧妙的方法能从源头上解决这个问题？比如，从旧论坛重新导出数据库，然后在重新导入时清除字符和 MyCode 相关的问题？

4

如果您尚未上线，重新开始并非可选方案，那么这就是最佳做法。

5

网站尚未正式启用——从 MyBB 导出数据时，处理字符问题和 MyCode 解析的最佳方法是什么？

6

如果可能，以 UTF-8 格式导出所有数据将解决这些问题。

7

我回到了原始的 MyBB 安装，并在管理控制面板/工具与维护/系统健康检查中发现了一个警告：

建议不要在数据库中使用不同的编码。这可能导致意外行为或 MySQL 错误。

表格已列出，我可以看到大部分（但并非全部）表格采用的是 UTF-8 格式。看起来某些表格，尤其是与插件相关的，仍使用较旧的格式。

点击“全部转换”链接后，系统提示需要编辑 /inc/config.php 以支持完整的 4 字节 UTF-8：

$config[‘database’][‘encoding’] = ‘utf8mb4’;

编辑 config.php 并再次尝试转换后，现在所有表格的编码均已匹配。我将尝试重新导入到 Discourse，并反馈这是否有助于解决字符问题。

不过，我仍不确定该如何处理 MyCode 解析问题？

8

您没有提供任何示例或详细说明。此时，最好开启一个新线程，并将本线程专注于字符编码的后续讨论。

9

你好，包含示例的新帖子在这里。