将 MS Access 数据迁移到 MySQL：字符编码问题

Posted 2023-04-19

【中文标题】将 MS Access 数据迁移到 MySQL：字符编码问题

【英文标题】：Migrating MS Access data to MySQL: character encoding issues

【发布时间】：2009-10-07 01:15:29

【问题描述】：

我认为，我们有一个由 Access 2000 数据库生成的 MS Access .mdb 文件。我正在尝试使用 mdbtools 将表导出到 SQL，使用以下命令：

mdb-export -S -X \\ -I orig.mdb Reviewer > Reviewer.sql

这会产生我期望的文件，除了一件事：一些字符表示为问号。这：“他还没准备好”显示如下：“他还没准备好”，仅在某些情况下（主要是单/双大引号），可能内容是从 MS Word 粘贴到数据库中的。否则，数据看起来很棒。

我已经为“export MDB_ICONV=”尝试了各种值。我尝试在生成的文件上使用 iconv，在 from/to 中使用 ISO-8859-1，在 from/to 中使用 UTF-8，在 from/to 中使用 WINDOWS-1250 和 WINDOWS-1252 和 WINDOWS-1256各种组合。但我还没有成功找回那些花引号。

坦率地说，根据生成文件的外观，我怀疑问题出在原始 .mdb 文件或 mdbtools 中。畸形字符都是单个问号，但很明显它们不是同一事物的畸形版本；所以（我的直觉说）结果文件中没有足够的数据；所以（我的直觉说）这个问题无法在生成的文件中解决。

以前有人遇到过这个吗？前进的任何提示？ FWIW，我没有也从未拥有过 MS Access——该文件来自第 3 方——所以这可能就像更改数据库中的某些内容一样简单，我很高兴听到这个消息。

谢谢。

【参考方案1】：

看起来“聪明的引语”声称又有一个受害者。

MS word 采用纯 ascii 引号并将它们转换为双字节左引号和右引号字符，并将单引号转换为双字节撇号字符。有问题的双字节字符属于 MS 代码页，除了愚蠢的引号字符外，它与 unicode-16 大致兼容。

有一个名为 'demoroniser.pl' 的 perl 脚本可以消除所有这些问题并将引号转换回纯 ASCII。

【讨论】：

感谢您的回复！我很高兴知道 demoroniser（及其表亲，unmoroniser）。据我所知，这些工具处理 html 实体（“我编写了一个 Perl 程序，demoroniser，将 Microsoft 的“垃圾 HT​​ML”至少转换为我认为可以在我的网站上展示的东西的起点”）。但是在我正在查看的数据中（在 vi 中），格式错误的字符不是 HTML；他们是问号。无论如何，运行 demoroniser 并没有改善。我想我需要对角色本身进行诸如 demoniser 之类的操作。这有意义吗？

Demoroniser 包含了摆脱它们的基本逻辑。 （如果这确实是问题！）。看看 perl 程序正在做的转换。然后“od -x”你的文件，看看这些是不是你正在处理的字符。

【参考方案2】：

这很可能是因为 Access 文件中的数据是 UTF，而 MDB Tools 正在尝试将其转换为 ascii/latin/is0-8859-1 或其他一些编码。由于这些编码不能正确映射所有 UTF 字符，因此您最终会得到问号。 information here 可以通过让 MDB 工具使用正确的编码来帮助您解决编码问题。

【讨论】：

谢谢！我看过那个页面，但你提醒我再试一次。我编写了一个脚本来将 mdbtools 的字符集设置为 iconv -l 中的每个可能值，运行 mdbtools，并检查结果中的特定短语是否正确。不幸的是，没有字符集改变 mdbtools 的输出。