服务器迁移后图像文件名中的特殊字符编码

Question

我已将 WordPress 网站从 Hostgator 共享主机迁移到 Ubuntu Digital Ocean LAMP 堆栈。

当我导出包含特殊字符的图像文件时，问题就开始了，例如文件 operários_tarsila-1024x640.jpg.

当 WordPress 尝试访问该文件时，它会显示错误。我找到了原因：

我可以通过 Inspect Element 看到 Wordpress 尝试调用：http://mywebsite.com/wp-content/uploads/2013/02/oper%C3%A1rios_tarsila-1024x640.jpg 并且服务器返回 404 错误。

但是，如果我在浏览器中输入此 URL：http://mywebsite.com/wp-content/uploads/2013/02/opera%CC%81rios_tarsila-1024x640.jpg 它可以工作并显示图像。

因此，从 %C3%A1（á 字符）到 a+%CC%81（结合重音）的 á 编码之间的差异似乎是导致 WordPress 不显示我的图像的原因。

所以现在我的服务器中有数千个重音图像文件名，结构为 character+ combining accent，而 WordPress 调用结构为 accented character 的图像文件名。

有没有办法 bash 用比较表重命名它们？或者是一种让 Apache 了解这些差异并在发生这种混淆时指向正确文件的方法？

Answer 1

显然问题在于如何在新服务器上解压缩备份。

有两种方法可以解决这个问题：

1. 手动重命名文件，不带重音的名称，然后修改数据库，更改数据库中的文件名（这个maluco可能很危险，最好备份数据库）。

2. 使用 Filezilla 上传文件，但将其设置为强制使用 UTF-8 字符集编码。

File> Site Manager> {YOUR SITE}> Tab Charset> Force UTF-8

Answer 2

所以，只是谈谈这个问题和一个对我有用的解决方案......我还迁移了一个 Wordpress 网站，发现文件名中包含特殊字符的所有图像在迁移后都会产生 404。

我最终不得不通过 phpMyAdmin 对数据库进行手动文件重命名和编辑。这很费力，我绝对建议先备份您的数据库。

就我而言，我有大量在文件名中使用特殊字符 © 的媒体附件。

首先，我通过删除字符在本地重命名文件。我用1-4a rename。刚刚找到文件名并将其替换为任何内容（甚至没有空格）。然后，我从/wp-content/uploads/ 文件夹中删除了所有旧文件，并用新文件替换了它们。

接下来，我进入我的数据库以更新表值。媒体附件的信息存储在wp_posts 和wp_postmeta 表中。下面是我为更新两者而运行的 SQL -

update wp_posts set guid = replace(guid,'©','');

UPDATE wp_postmeta SET meta_value = REPLACE(meta_value, '©', '') 
WHERE LOWER(RIGHT(meta_value, 5)) = '.jpeg' OR 
LOWER(RIGHT(meta_value, 4)) IN ('.jpg', '.gif', '.png')

再一次，我们将字符替换为什么都没有，甚至没有空格。

我必须使用 WP plugin Regenerate Thumbnails 来更新所有缩略图 + 各种附件大小，但这成功了。

我非常感谢大家在这篇文章上的努力和this post 帮助我解决这个问题！希望这对某人有帮助！

Answer 3

我们有同样的问题 - Mac + FileZilla + SK 语言中的特殊字符。

使用另一个 FTP 客户端（在我们的例子中是 Cyber​​duck）修复了问题。

这似乎是 FileZilla 文件名封装的问题。强制 utf8 编码（FileZilla 主机设置）没有帮助。

Answer 4

您是否尝试过在 PHP 脚本、Mysql 和 HTML 中设置相同的编码？

PHP : http://php.net/manual/en/function.mb-internal-encoding.php

Mysql：http://php.net/manual/en/function.mysql-set-charset.php

HTML : <meta http-equiv="content-type" content="text/html; charset=utf-8" />

这个问题看起来像是所有这些语言之间的字符集一致性问题。

如果这不起作用，您将不得不使用一个小脚本来重命名所有图片，使用如下功能：

function wd_remove_accents($str, $charset='utf-8')
{
    $str = htmlentities($str, ENT_NOQUOTES, $charset);

    $str = preg_replace('#&([A-za-z])(?:acute|cedil|caron|circ|grave|orn|ring|slash|th|tilde|uml);#', '\1', $str);
    $str = preg_replace('#&([A-za-z]{2})(?:lig);#', '\1', $str); // pour les ligatures e.g. 'œ'
    $str = preg_replace('#&[^;]+;#', '', $str); // supprime les autres caractères

    return $str;
}

来源：http://www.weirdog.com/blog/php/supprimer-les-accents-des-caracteres-accentues.html

Answer 5

我们刚刚在 wordpress 部署中遇到了与法语字符类似的问题，我们的解决方案是使用 FileZilla 从 PC 上传文件，而不是从 Mac 上传 FileZilla。

当我从 mac OSX 上传到 CentOS 服务器时，文件只会在以 a+%CC%81 格式调用时显示。

当我从 PC 上传文件时，apache 找到了 %C3%A1 格式的文件，这就是 wordpress 对它们进行编码的方式。

Answer 6

如果你有 WP_CLI 运行这个 BashScript。您必须更改 wp_ 表前缀。 它只修改不是 FORM_D 格式的文件名。 备份您的数据库以防万一出现问题。

#!/bin/bash
normalizeWP_PHP_Script=$'
    global $wpdb;
    $rows = $wpdb->get_results( "SELECT * FROM wp_postmeta where meta_key='"'"'_wp_attached_file'"'"'");
    foreach ( $rows as $row ) 
    {
        $postId = $row->{'"'"'post_id'"'"'};
        $filePath = $row->{'"'"'meta_value'"'"'};
        if( ! normalizer_is_normalized($filePath, Normalizer::FORM_D) ){
            $filename_nfd = Normalizer::normalize($filePath, Normalizer::FORM_D);
            echo $filename_nfd." | ";
            $wpdb->query($wpdb->prepare("UPDATE wp_postmeta SET meta_value='"'"'$filename_nfd'"'"' WHERE post_id=$postId"));
        }
    }';
    wp eval "$normalizeWP_PHP_Script"
    echo " - Uploads-url nomalized --nfd"

Answer 7

有一个针对这种情况的插件。 您可以查看Media File Renamer