使用 DBI 处理 Perl unicode答案

【问题标题】：Perl unicode handling with DBI使用 DBI 处理 Perl unicode
【发布时间】：2013-05-21 13:26:23
【问题描述】：

我正在使用 Spreadsheet::Read 从 Excel（xls 或 xlsx）文件中获取数据，并使用 DBI 将它们放入 MySQL 数据库中。

如果我将数据打印到控制台，它会正确显示所有特殊字符，但是当我将其插入数据库时，某些文件最终会出现损坏的字符。例如，"Möbelwerkstätte" 变为 "MÃ¶belwerkstÃ¤tte"。

我认为Spreadsheet::Read“知道”哪个字符集从文件中出来，因为它每次都能正确打印到控制台，而不管文件编码如何。如何确保它以 UTF-8 格式进入数据库？

【问题讨论】：

我相信 DBI（和 DBD::MySQL）默认为 Latin1。发送“USE NAMES utf8”作为您的第一个查询。您也可以在 my.cnf 中启用它，请参阅 MySQL 文档。
您还需要确保数据库架构具有 correct charset（默认字符集为 Latin-1。）
谢谢@AndyThompson，这行得通。如果你把它写成一个问题，我会接受它。 :-)
@friedo：数据库已经在 utf8 中。不过还是谢谢。

标签： perl encoding

【解决方案1】：

您已经收到（并接受）的答案可能大部分时间都有效，但它有点脆弱，可能只有效，因为 Perl 的内部字符表示很像 UTF-8。

要获得更强大的解决方案，您应该阅读Perl Unicode Tutorial 并遵循其中的建议。它们归结为：

解码从程序外部获得的任何数据
对您从程序中发送的任何数据进行编码

在您的情况下，您需要对从电子表格中读取的数据进行解码，并对发送到数据库的数据进行编码。

【讨论】：

【解决方案2】：

DBI 和 DBD::MySQL 都默认为 Latin1（使用 Latin1 编译）。
通过发送“USE NAMES utf8”作为您的第一个查询，您将为该会话更改它。

来自手册：

SET NAMES 指示客户端将使用什么字符集将 SQL 语句发送到服务器。因此，SET NAMES 'cp1251' 告诉服务器，“来自该客户端的未来传入消息在字符集 cp1251 中。”它还指定服务器应使用的字符集将结果发送回客户端。（例如，如果您使用 SELECT 语句，它会指示用于列值的字符集。）

有关完整文档，请参阅 http://dev.mysql.com/doc/refman/5.0/en/charset-connection.html。

【讨论】：