怎麼還是 Big5？我要 UTF-8！

寫 blog 已有一段日子，最近才開始認真學習有關 blog 的各種工具。以 no-joe blog 及網絡暴民為起點，知道其它 blogger 在用 BlogMarks、del.icio.us、Technorati、Bloglines、365Key 等工具，自己卻還停留在把 blog 當成網上貼文區的階段，真是慚愧。

在研究這些工具的過程中，發現自己的 blog 採用 Big5 是個大問題。當年「少不更事」，不知道 UTF-8 的好處及 Big5 的壞處，未料到卻是一失足成千古恨。現在 trackback 到別人的 blog 時，或者用 BlogMarks 等工具時，始發現如果用 Big5 的話是會出現亂碼。這迫使我認真考慮轉用 UTF-8 的問題。

在 WordPress 上雖然可以輕易設定使用 UTF-8，問題卻在已經進入數據庫的資料仍是 Big5。尋訪多個網站（例子 [1][2]）之後，定出了以下的方略：

一、先對 MySQL 資料庫做一次 MySQL dump，把內容匯出為 sql 檔。

二、對這個 sql 檔進行由 Big5 到 UTF-8 的轉碼。本來使用 iconv 工具：

iconv -f Big5 -t UTF-8 -o outputfile inputfile

但中途遇到某些字元時出了問題。後來從網上找來一個以 Java 寫成的 Chinese Encoding Converter，總算避開了這個問題。語法為：

java -cp zhcode.jar zhcode -b8 inputfile outputfile

三、在做足安全措施後，把轉碼後的檔案匯入回到資料庫。

本以為完成這些步驟後，WordPress 即可轉碼，實則不然。在我的電腦上，WordPress 本與 一個網上相簿 (使用 Coppermine) 及 一個 Wiki 共用某資料庫。在瀏覽器上檢查過，兩者都已成功轉為 UTF-8，唯獨是 WordPress 部份卻沒有轉碼，仍是 Big5，原因未明。查看轉碼後的 sql 檔，証實所有在 WordPress 裡的文章都已成功轉為 UTF-8，且用 INSERT INTO wp_posts 加回到資料庫。另外試在 WordPress 內改變一些設定，再重新匯入轉碼後的 sql 檔，証實 WordPress 回復到先前的設定，即幾個 table 確實成功被重新匯入。問題沒有得到解決。如果有哪位高手知道原因，還請留言賜教。

＊ ＊ ＊

［2007 年 7 月 16 日註］因見很多人經搜尋器來到這裡，想必是遇到類似的問題，來此尋求解決之法吧。讓我補充一點資料，希望有用：

我最終還是解決了轉碼的問題，但是用了一個蠢方法。如下面留言所述，出問題的不是轉碼程式，而是有些代碼比較奇怪，破壞了 SQL 的句子結構，令文章不能滙入。解決方法是在原 SQL 滙出檔中，檢查可能出問題的文字（通常不會太多），然後去掉之。當然要先備份文章，到其它文章滙入成功之後，才再人手補上有問題的文章。當時做這個便花了幾小時，各位高手如有更好的方法，請在下面留言。