如何在mysql中查找非utf8数据

Question

好的，所以我有一个 mysql 数据库，其中包含来自不同客户的输入数据。客户被告知他们的数据应该只编码为 utf8，但是我意识到目前没有检查这一点，有些人正在使用未编码为 utf8 的字符。我们打算添加一些检查，但为了清理数据，已经有一个 sql 或 mysql 查询（或管理命令）将向我显示未编码为 utf8 的数据。

对不起，如果这是一个愚蠢的问题，我是一名 Linux 系统管理员，对数据库的接触有限。

谢谢

乙

Answer 1

您可以通过将字节长度与列上的字符长度进行比较来检查（非）UTF-8 数据的存在，例如：

SELECT * FROM MyTable
WHERE LENGTH(MyColumn) <> CHAR_LENGTH(MyColumn)

多字节字符将具有更大的LENGTH（字节），因此您需要查找不满足该条件的地方。

请注意，MySQL 的utf8字符集不是真正的 Unicode UTF-8，因为它只支持每个字符最多 3 个字节。如果您的 MySQL 高于 5.5.3，您可以使用utf8mb4每个字符获取 4 个字节。