Парсер Хабра: [Из песочницы] «Кракозябры» в БД или когда «Думать надо было раньше»

вторник, 12 ноября 2013 г.

[Из песочницы] «Кракозябры» в БД или когда «Думать надо было раньше»

На днях столкнулся с глупейшей ситуацией. Запустили один веб-проект, все работает, код пишется и дополняется, базы данных наполняются. Разработка идет на тестовом хосте, затем изменения заливаются на сервер, вся проверка сводится к заходу на сам сайт и тесту всего и всея. Вдруг, выясняется, что буква «ш» не отображается на сайте, а вместо неё два ничего не значащих символа.

Та же история оказалась с буквой «И». Тут же заходим в СУБД на сервере и видим… сплошные «кракозябры», вместо кириллицы. Но латиница записывается нормально.

Конечно все подумали на проблемы с кодировками и естественно это так. Смотрим подробнее… Кодировка таблицы — UTF-8, кодировка нужных столбцов — UTF-8, кодировка в заголовках страницы — UTF-8, кодировка в браузере — UTF-8. Ну и конечно подвело промежуточное звено, кодировка соединения — cp1251. А все лишь потому, что не проверили идентичность настроек тестового и рабочего сервера БД. Глупая ошибка, но данных в БД уже полно и надо как-то их вернуть. Прогуглив все, что можно, было найдено несколько интересных sql-запросов, способы с шаманством кодировок в дампах, с помощью блокнота, и один php-скрипт, который отработав безошибочно, просто выдал те же иероглифы. Что то не помогло, что то просто не подходит.

Моё решение банальное, но я не нашел подобного на просторах сети.

Пишем маленький php скрипт перегона нужных таблиц в нужный формат.


<?php
define('BD_HOST','localhost');
define('BD_PASS','password');
define('BD_LOGIN','login');   //доступ к БД
define('BD_FROM','bd1');   //исходная БД
define('BD_IN','bd2');   //конечная БД

$tables = array (       'table1',
                                        'table2',
                                        'table3',
                                        'table4',
                                        'table5');   //список  нужных таблиц для конвертирования, эти таблицы должны быть как в исходной, так и в конечной БД(в конечной, должны быть пустыми)

foreach ($tables as $table) {
        mysql_connect(BD_HOST,BD_LOGIN,BD_PASS);
        mysql_select_db(BD_FROM);

        $query_select_from = "SELECT * FROM $table;";
        $result = mysql_query($query_select_from);

        mysql_close();   //запросили все косячные данные и закрыли соединение

        mysql_connect(BD_HOST,BD_LOGIN,BD_PASS);
        mysql_select_db(BD_IN);
        mysql_query('set character_set_client="utf8"');
        mysql_query('set character_set_results="utf8"');
        mysql_query('set collation_connection="utf8_general_ci"');
        mysql_query("set names utf8");   //открыли новое соединение, но уже указав все недостающие настройки, из за которых произошло такое недопущение


        while ($t = mysql_fetch_assoc($result)) {
                $values = '';
                $f = false;
                foreach($t as $val) {
                        $p = ($f)?',':'';
                        $f = true;
                        $add = (is_int($val))?"$val":"'$val'";
                        $values.= "$p $add";
                };
                $insert_in = "INSERT $table VALUES($values)";
                mysql_query($insert_in);   //запись прочтенной строки, уже в нормальном соединении
        };
        mysql_close();   //закрываем соединение, что бы открыть его уже для другой таблицы.
};

?>

Вот и все. Скрипт сделал именно то, что было нужно и писался за пару минут, поэтому могут быть удивления, что это же можно сделать более гибким и оптимизированным, а еще и ООП неплохо прикрутить бы.

Надеюсь, что данный скрипт пригодится кому-либо.

Спасибо за внимание.

This entry passed through the Full-Text RSS service — if this is your content and you're reading it on someone else's site, please read the FAQ at fivefilters.org/content-only/faq.php#publishers. Five Filters recommends: