Как да открием UTF-8 символи в колона, кодирана с Latin1 - MySQL

Кодирането на знаци, подобно на часовите зони, е постоянен източник на проблеми.

Това, което можете да направите, е да потърсите всякакви символи с "висок ASCII", тъй като това са или LATIN1 акцентирани знаци или символи, или първият от многобайтов знак UTF-8. Да разбереш разликата няма да е лесно, освен ако не изневериш малко.

За да разберете кое кодиране е правилно, просто SELECT две различни версии и сравнете визуално. Ето един пример:

SELECT CONVERT(CONVERT(name USING BINARY) USING latin1) AS latin1, 
       CONVERT(CONVERT(name USING BINARY) USING utf8) AS utf8 
FROM users 
WHERE CONVERT(name USING BINARY) RLIKE CONCAT('[', UNHEX('80'), '-', UNHEX('FF'), ']')

Това се прави необичайно сложно, тъй като механизмът за регулярни изрази на MySQL изглежда игнорира неща като \x80 и налага използването на UNHEX() вместо това.

Това води до такива резултати:

latin1                utf8
----------------------------------------
Björn                Björn