Dotaz: PHP, MySQL a diakritika

[David Watzke]

Zdravím. Načítám UTF-8 text z MySQL do HTML tagu textarea, kde jej lze upravit a pak uložit. Skript, který text ukládá do DB, dostane tento text v UTF-8 přes POST. Když si ho vypíšu, je OK, ale jakmile to uložím do DB, mám tam místo některých českých znaků (ě, ď a dalších) otazníky. Databáze je skutečně v UTF-8 a nastavuju kódování v DB pomocí SET CHARACTER SET utf8. Když se podívám jak to dělá phpMyAdmin, tak mi to vypisuje stejný příkaz, který spouštím já, ale stejně: phpMyAdmin funguje OK, můj skript ne. Nějaké nápady? Díky.

Ukládání vypadá nějak takhle:

$url = $_POST["url"];
$code = mb_ereg_replace("&", "&", $_POST["code"]);
// $code vypadá např. takto: "Nějaký UTF-8 text ..."

mysql_query("UPDATE `web` SET `code` = '$code' WHERE `web`.`url` = '$url' LIMIT 1;") or die(mysql_error());

---

---

Odpovědi

[12345]

Není možné, že v UTF-8 je databáze, ale už ne tabulka nebo dokonce sloupec? (MySQL to umí všechno nastavit zvlášť.)

Jak se to chová, když ekvivalentní UPDATE spustíš v CLI klientu?

[David Watzke]

No, ta tabulka byla vytvořená v UTF-8... kódování u sloupců nikdo neměnil. Přes CLI klienta to zkusit nemůžu, nemám právo.

[Petr Wiedemann]

Dobrý den, nepomohlo by?

set names utf8

[David Watzke]

zkusil jsem

	mysql_query("SET NAMES 'utf8'");
	mysql_query("SET COLLATION_CONNECTION='utf8_czech_ci'");
	mysql_query("SET character_set_client=utf8");
	mysql_query("SET character_set_connection=utf8");
	mysql_query("SET character_set_results=utf8");
	ini_set( 'default_charset', 'UTF-8' );

a nic z toho nepomohlo

[Petr Wiedemann]

Napadá mě ještě, jestli nedělá problémy mb_ereg_replace(). Je $code v UTF-8? Nepomohlo by pro jistotu zavolat:

mb_internal_encoding("UTF-8");
mb_regex_encoding("UTF-8");

Komentář z 3. února 2009 10:53 na http://us.php.net/manual/en/function.mb-ereg-replace.php

[David Watzke]

Ne, ten problémy nedělá, s ním to nesouvisí. Zkoušel jsem tam strčit ten string napevno, aby nehrál roli POST ani nic jinýho.

[razor]

z toho php bych si vypsal:

show create database nazev_databaze;
show create table nazev_tabulky;
show variables like '%char%';

Případně vydumpnout tabulku v binární podobě (asi to nějak jde i z phpmyadmina):

mysqldump databaze tabulka --default-character-set=binary

a ověřit, v jaké podobě tam jsou data skutečně uložený.

[David Watzke]

CREATE TABLE `web` (
 `url` varchar(128) collate utf8_czech_ci NOT NULL,
 `title` varchar(128) collate utf8_czech_ci NOT NULL,
 `code` varchar(10000) collate utf8_czech_ci NOT NULL,
 PRIMARY KEY  (`url`)
) ENGINE=MyISAM DEFAULT CHARSET=utf8 COLLATE=utf8_czech_ci COMMENT='html code'

character_set_client	utf8
character_set_connection	utf8
character_set_database	latin1
character_set_filesystem	binary
character_set_results	utf8
character_set_server	latin1
character_set_system	utf8
character_sets_dir	/usr/share/mysql/charsets/

DB je podle všeho latin1... tabulka je ale utf8...

[razor]

No vypadá to, že by to mělo být v pořádku. Ještě doporučím vložit text např. "žluťoučký" a pak si to vypsat pomocí:

select hex(title) from web;

Pokud to vrátí: C5BE6C75C5A56F75C48D6BC3BD, tak je to v DB uloženo správně a problém neni při ukládání ale při prezentaci těch dat.

[David Watzke]

No, už v phpMyAdminu vidím, že v DB je to s otazníkama. Tzn. mám dobře kódovanej text v PHP stringu a do DB se uloží zmršenej, např takhle:

takový menší seznam v?cí, které bych aktuáln?

Myslím, že kdyby s tím pracoval jako s úplně jiným kódováním, zmršilo by se to víc a to je věc která mi vrtá hlavou...

[impact]

Skus vytvorit databazu znova s utf8 kodovanim. Nie som si isty ako to je v poslednej verzii MySQL, ale raz som vytvoril DB s kodovanim latin1, tabulky som nastavil na utf8 avsak nefungovalo to. Ked som znova vytvoril DB a nastavil pri vytvoreni celu DB na utf8, problem bol vyrieseny.

[David Watzke]

Tohle podle mě nebude nutný, přes phpMyAdmina to jde v cajku :-/ Asi ho budu muset trochu prozkoumat. V nejhoršim bych si zkusil vyžádat to znovuvytvoření DB.

[multi]

mysql_query("SET CHARACTER SET utf8");

vyhral jsem?

[David Watzke]

Bohužel ne, tohle tam mám od samotnýho začátku, ještě než jsem začal řešit zápis do DB.

[impact]

Ak to funguje pod phpMyAdmin, tak mozno Tvoje PHP spojenie na MySQL nepouziva utf8. Skusim znova stastie, toto je clanok, ktory moze pomoct :

Unicode-friendly PHP and MySQL

mysql_set_charset - nastavuje charset pre mysql clienta

mysql_client_encoding - vracia charset pre mysql clienta (pre kontrolu)

[David Watzke]

Děkuju. Nepomohlo mi sice nic z toho, co říkáš, ale dostals mě k řešení. mysql_set_charset() mi nejde, prostě dostanu prázdnou stránku v browseru... mysql_client_encoding() vrací latin1, ale dočetl jsem se, že to je docela zcestný. Řešením bylo před hodnotu napsat _utf8. Dočetl jsem se to v komentáři.

UPDATE `web` SET `code` = _utf8'$code' WHERE `web`.`url` = '$url' LIMIT 1;

Ještě jednou dík všem.

[Šangala]

No řešení "hezké na zbláznění".
Osobně si myslím že se jedná o "provozní slepotu" -- sorry :).
(Přehlídnutí neprovádění se 'SET CHARACTER SET utf8')
Dal bych to pryč :).
A před SQL dotaz vložil.
SQL: 'SET CHARACTER SET utf8'
a nad začátek zpracování něco jako (pro jistotu):
if(!mb_internal_encoding("UTF-8"))
die ("FATAL ERROR");

něco jako:

if(!mb_internal_encoding("UTF-8")) 
  die ("FATAL ERROR, encoding");
$url = $_POST["url"];
$code = mb_ereg_replace("&", "&", $_POST["code"]);
// $code vypadá např. takto: "Nějaký UTF-8 text ..."
mysql_query("SET CHARACTER SET utf8") or die(mysql_error());
mysql_query("UPDATE `web` SET `code` = '$code' WHERE `web`.`url` = '$url' LIMIT 1;") or die(mysql_error());

[David Watzke]

To jsem ale už zkoušel. Provozní slepota ani ne, mám tam samozřejmě "or die()". Řešení to může bejt prasácký, ale jde o můj osobní web a mám to tam jen na jednom místě, takže je mi to vážně jedno a nemám valnej zájem o to ztrácet tím víc času. I když třeba budu rád, když časem přijdu na korektní řešení.

[Šangala]

Rozumím, ale i přes to mě ještě napadlo,
že by to mohlo být teoreticky ne-kontrolou nad spojením s DB
Tzn. použití fce mysql_pconnect() místo mysql_connect.
Asi bych si to spojeni uložil pro jistotu do promněné a předal ho dalším mysql_xxx fcím.

if(!mb_internal_encoding("UTF-8"))
  die ("FATAL ERROR 02");
$spojeni = mysql_connect(..);
mysql_query('SET CHARACTER SET utf8',$spojeni);
mysql_query("UPDATE .... '" . mysql_escape_string($code) . "' ....",$spojeni);

PS: aspoň mysql_escape_string by tam taky bodlo :)

[David Watzke]

To je možný, používám pconnect.

PS: jojo, tohle jsem prve hledal když jsem to kdysi psal a pak jsem na to zapomněl... díky.

[swed]

Ahoj, jen chci moc podekovat za toto reseni. Mel jsem stejny problem a byl z toho na prasky (kodovani vsude OK) prace s tabulkami OK, jen jedna tabulka delala otazniky misto nekterych znaku "č,..." Toto reseni se mi sice moc nelibi, ale bylo to jedine, co mi pomohlo. Jeste jednou moc dekuju:)

[rou7]

Při výpisu do HTML stránky, která je kódovaná do utf8, je text vysypaný nebo OK?

Můžeš sem hodit PHP kód pro ukázku?

[David Watzke]

Když vložím do DB utf8 text přes admina, při výpisu na utf8 stránku je to oki. Když tam vložím text sám přes PHP, tak jsou tam místo některých znaků otazníky. PHP kód čeho? Jednoduše získám utf8 řetězec přes proměnnou $POST a když ho pomocí PHP echo() vypíšu na utf8 stránku je OK, ale jakmile ho pomocí SQL příkazu update vložím do DB jako utf8, je z toho bordel.

[rou7]

Když vložím do DB utf8 text přes admina, při výpisu na utf8 stránku je to oki. Když tam vložím text sám přes PHP, tak jsou tam místo některých znaků otazníky. PHP kód čeho? Jednoduše získám utf8 řetězec přes proměnnou $POST a když ho pomocí PHP echo() vypíšu na utf8 stránku je OK, ale jakmile ho pomocí SQL příkazu update vložím do DB jako utf8, je z toho bordel.

... a při dalším výpisu na web je to OK nebo bordel?

pokud je to OK tak je špatně nastavený phpMyAdmin.

[David Watzke]

Ne, na webu je z toho taky bordel, phpMyAdmin je nastavenej dobře. Jinak, už jsem to konečně vyřešil Viz zde.