替换数据库的“替换字符”

Question

由于一些编码问题，我的数据库中的一些字符被错误地解释。一些字符被替换为 '替换字符'。我需要找到所有这样的字符并将它们替换为空格。我一直在谷歌搜索使用 sed、bash、perl 等的不同解决方案，但没有成功。有人可以分享一个如何找到此类字符的解决方案吗（即在十六进制/八进制中查找此字符价值) 并将其替换为任何其他字符？

谢谢。

Answer 1

Unicode“替换字符”字形通常不是底层数据存储系统中的字形：它通常在显示层被替换（因为解码失败），并且实际上并没有告诉您底层代码是什么。

您有两个选择：

第一个（也是最好的）方法是找出底层的字形/代码，然后使用数据库工具来清理。

第二种方法是通过进行 Unicode 转换的程序导出数据，在那里搜索/替换“替换字符”代码，然后重新导入数据。这通常不适用于所有数据集，除非是最小的数据集（如果问题是您的工作站无法弄清楚如何处理 Unicode 字形（它无法解决您的问题）。