php - modules - drupal install guide

Insertar cadena codificada en UTF-8 en la tabla mysql codificada en UTF-8 falla con "Valor de cadena incorrecto"

Question

Insertar una cadena codificada en UTF-8 en una tabla codificada en UTF-8 da un valor de cadena incorrecto.

PDOException: SQLSTATE [HY000]: Error general: 1366 Valor de cadena incorrecto: ''/ xF0 / x9D / x84 / x8E i ...'' para la columna ''body_value'' en la fila 1: INSERT INTO

Tengo un carácter, en una cadena que mb_detect_encoding claims tiene codificación UTF-8. Intento insertar esta cadena en una tabla MySQL, que se define como (entre otras cosas) DEFAULT CHARSET=utf8

Editar: Drupal siempre hace SET NAMES utf8 con COLLATE opcional (al menos cuando habla con MySQL).

Editar 2: algunos detalles más que parecen ser relevantes. Agarro algo de texto de una base de datos PostgreSQL. Lo pego en un objeto, uso mb_detect_encoding para verificar que sea UTF-8 y persista el objeto en la base de datos, usando node_save . Entonces, si bien hay una solicitud HTTP que desencadena la importación, los datos no provienen del navegador.

Edición 3: los datos se desnormalizan en dos tablas:

SELECCIONAR character_set_name FROM information_schema. COLUMNS C DONDE table_schema = "[base de datos]" Y table_name IN ("field_data_body", "field_revision_body") AND column_name = "body_value";

>+--------------------+
| character_set_name |
+--------------------+
| utf8 |
| utf8 |
+--------------------+

Edición 4: ¿Es posible que el personaje sea "nuevo"? Estoy más que un poco confuso sobre la relación entre Unicode y UTF-8 , pero este artículo de wikipedia implica que el personaje fue estandarizado muy recientemente.

No entiendo cómo puede fallar con "Valor de cadena incorrecto".

Answer 1

En su conexión PDO, configure el juego de caracteres.

new PDO(''mysql:host=localhost;dbname=the_db;charset=utf8'', $user, $password);

Answer 2

𝄎 (U + 1D10E) es un carácter Unicode encontrado fuera del BMP (Plano multilingüe básico) (arriba U + FFFF) y, por lo tanto, no se puede representar en UTF-8 en 3 bytes. MySQL charset utf8 solo acepta caracteres UTF-8 si se pueden representar en 3 bytes. Si necesita almacenar esto en MySQL, necesitará usar el conjunto de caracteres MySQL utf8mb4. Necesitarás MySQL 5.5.3 o posterior. Puede usar ALTER TABLE para cambiar el conjunto de caracteres sin mucho problema; ya que necesita más espacio para almacenar los caracteres, aparecen un par de problemas que pueden requerir que reduzca el tamaño de la cadena. Ver http://dev.mysql.com/doc/refman/5.5/en/charset-unicode-upgrading.html .

Answer 3

para resolver este problema, primero cambia el campo de su base de datos a utf8m4b charset. Por ejemplo:

ALTER TABLE `tb_name` CHANGE `field_name` `field_name` VARCHAR(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL; 

luego, en su conexión db, establezca driver_options para utf8mb4. Por ejemplo, si usa PDO

$db = new PDO(''mysql:host=localhost;dbname=testdb;charset=utf8mb4'', ''username'', ''password'');

o en zend framework 1.2

$dbParam = array(''host'' => ''localhost'', ''username'' => ''db_user_name'',
''password'' => ''password'', ''dbname'' => ''db_name'',
''driver_options'' => array(
''1002'' => "SET NAMES ''utf8mb4''",
''12'' => 0
)
);