GB2312 没有收入“啰”字

太长不看

如果导出数据库时使用 GB2312编码，数据里又有汉字“啰”时，会报错，因为 GB2312 没有收入“啰”字。

背景

最近饱受背单词折磨。之前因为想订制背单词的内容，又不想自己一个一个输入，或者对着 Excel 背单词，所以使用了 WordReview，可以读取 Excel 中的单词到数据库中。过了几轮单词后，我打算把所有没背熟的单词导出，每天看一遍。

过程

编写 SQL

SELECT word, mean, mnemonic, note FROM `words` 
WHERE history like '%001' or history like '%00' 
ORDER BY forget_num DESC;

其中 history 字段记录了单词背诵历史，1 代表记得，0 代表不记得，所以认为那些最后一次记得但前两次不记得 和 最后两次不记得 的单词是没背熟的单词。forget_num 代表忘记的次数。

导出查询结果

查询出数据后，因为想偷懒，所以打算借助 phpmyadmin 导出数据（选择 CSV 格式，编码 GB2312），但是导出的文件显示，导出某个单词时产生了报错。然后我把 SQL 里的 DESC 去掉，再导出，发现在另一个单词处报错。

找到这两个单词 diffuse，garrulous，发现它们有一个共同的意思“啰嗦的”。通过控制变量法发现有“啰”就会报错。通过查询才得知 GB2312 没有收入“啰”字^[1]。

知道原因后，用 utf-8 导出然后解决中文乱码问题即可。

解决乱码

1. 通过 Excel 解决^[2] 如图，选择“从文本/CSV”，以 Unicode编码 导入数据即可。
2. 通过记事本解决
   用记事本打开导出的 CSV 文件，然后更改文件编码。

后记

顺带学习一下如何用 SQL 导出 CSV 格式的数据

SELECT word, mean, mnemonic, note into outfile 'D:/words.csv'
FIELDS TERMINATED BY ',' 
OPTIONALLY
ENCLOSED BY '"' ESCAPED BY ' '
LINES TERMINATED BY '\n'   
FROM `words` WHERE history like '%001' or history like '%00' 
ORDER BY forget_num DESC;

TERMINATED BY 分隔符（默认：\t）
ENCLOSED BY 字段括起字符
ESCAPED BY 转义字符（默认：\）^[3]

参考

1. 为什么许多字体都没有收录啰这个字？ ↩︎
2. mysql load data, select into outfile 导入和导出 CSV格式 ↩︎
3. MySQL直接导出CSV文件，并解决中文乱码的问题 ↩︎