• 赤色のリンクは、まだ日本語Codexに存在しないページ・画像です。英語版と併せてご覧ください。(詳細

このWikiはいつでも誰でも編集できます

「DB 文字コードセットの変換」の版間の差分

提供: WordPress Codex 日本語版
移動先: 案内検索
(en:Converting_Database_Character_Sets 2008年3月6日 14:39 MichaelH 版)
 
(和訳/翻訳チェック&カテゴリチェックなどをお願いします。また、日本語の良いリンク&リソースがあれば追加してください。)
1行目: 1行目:
This article addresses, in general, the process of converting your WordPress [[Glossary#MySQL|MySQL]] [[Database Description|database tables]] from one [[Glossary#Character set|character set]] to another.  '''Warning:  character set conversion is not a simple process.  Please complete a backup of your database before attempting any conversion.'''
+
{{CheckTrans}}
  
==The History==
+
この記事では、一般的に WordPress [[用語集#MySQL|MySQL]] [[Database Description|データベーステーブル]]を、ある[[用語集#文字コード|文字コード]]から別の文字コードに変換する方法について説明します。
Up to and including WordPress [[Version 2.1.3]], most WordPress databases were created using the ''latin1'' character set and the ''latin1_swedish_ci'' [[Glossary#Collation|collation]].
+
  
==Character set and collation can now be defined==
+
'''注: 文字コードを変換する作業は簡単とはいえません。変換を試す前にデータベースのバックアップを完了させておきましょう。'''
Beginning with [[Version 2.2]], WordPress allows the user to define both the database character set and the collation in their [[Editing wp-config.php|wp-config.php]] file.  Setting the [[Editing wp-config.php#Database character set|DB_CHARSET]] and [[Editing wp-config.php#Database collation|DB_COLLATE]] values in ''wp-config.php'' causes WordPress to create the database with the appropriate settings.  But, the setting can only be designated for new installations, not for 'already installed' copies of WordPress.  The rest of this article will explain how to convert the character set and collation for existing WordPress installations.
+
  
==Converting your database==
+
==これまでの背景==
Before beginning any conversion, please backup your database. [[Backing Up Your Database]] has easy to following instructions.  
+
WordPress バージョン 2.1.3 およびそれ以前のバージョンでは、ほとんどの WordPress データベースは ''latin1'' の文字コードと ''latin1_swedish_ci'' の[[用語集#照合順序|照合順序]] で作成されていました。
+
For discussion purposes, it is assumed you have a database in the '''latin1''' character set that needs converting to a '''utf8''' character set.
+
  
===The Problem=== 
+
==文字コード・照合順序の定義==  
To convert character sets requires using the the MySQL ALTER TABLE command. When converting the character sets, all TEXT (and similar) fields are converted to UTF-8, but that conversion will BREAK existing TEXT because the conversion expects the data to be in latin1, but WordPress may have stored unicode characters in a latin1 database, and as a result, data could end up as garbage after a conversion!
+
WordPress では[[:Category:wp2.2|バージョン 2.2]] 以降、ユーザーがデータベースの文字コードと照合順序を [[wp-config.php_の編集|wp-config.php]] ファイル内で定義できるようになりました。''wp-config.php'' ファイルの[[wp-config.php_の編集#データベース・キャラクタセット|DB_CHARSET]] と [[wp-config.php_の編集#データベース照合順序|DB_COLLATE]] の値を編集することで、WordPress は適切な設定でデータベースを作成します。ただしこれは、すでにインストール済みの WordPress ではなく、新規インストールの場合のみに指定する事ができるものです。インストール済みの WordPress の文字コードと照合順序を変換する方法については、以下で説明しています。
  
===The Solution===
+
==データベースの変換==
The solution is to ALTER all TEXT and related fields to their binary counterparts, then alter the character set and finally change the binary data type fields back to TEXT.
+
変換を始める前に、データベースのバックアップを必ず行ってください。[[Backing_up_your_database|Backing Up Your Database]] に、分かりやすい手順があります。
  
Example steps:
+
説明を単純にするため、ここでは文字コードが '''latin1''' のデータベースを '''utf8''' に変換するものとします。
# Place notice that blog is out of service
+
# Backup database
+
# ALTER TABLE wp_users MODIFY display_name BLOB;
+
# ...ALTER TABLE commands for all other tables/columns...
+
# ALTER DATABASE wordpress charset=utf8;
+
# ALTER TABLE wp_users charset=utf8;
+
# ...ALTER TABLE command for all other tables...
+
# ALTER TABLE wp_users MODIFY display_name TEXT CHARACTER SET utf8;
+
# ...ALTER TABLE for all other tables/columns...
+
# Add DB_CHARSET and DB_COLLATE definitions to [[Editing_wp-config.php|wp-config.php]]
+
# Place blog back on-line
+
  
The string field types need to be converted to their binary field types counterparts. The list is as follows:
+
===問題点=== 
 +
文字コードを変換するには、MySQL の ALTER TABLE コマンドを使用する必要があります。文字コードを変換する際、すべての text フィールド(および類似フィールド)は UTF-8 に変換されますが、その際に保存されているテキストデータが破壊されてしまいます。これは、MySQL 側では返還前のデータが latin1 文字コードで保存されていることを前提にしているのですが、WordPress では unicode の文字をデータベースに保存してしまっていることがあるからです。
 +
 
 +
===解決策===
 +
この問題を解決するには、まずすべての TEXT および類似項目を、 ALTER コマンドを使って対応したバイナリの項目タイプに変換します。文字コードを変換後、項目タイプを元に戻すとよいでしょう。
 +
 
 +
作業例:
 +
# ブログにメンテナンス中のお知らせを掲載
 +
# データベースをバックアップ
 +
# ALTER TABLE wp_users MODIFY display_name BLOB; を実行
 +
# その他のテーブルおよび列に ALTER TABLE コマンドを実行
 +
# ALTER DATABASE wordpress charset=utf8; を実行
 +
# ALTER TABLE wp_users charset=utf8; を実行
 +
# その他のテーブルに ALTER TABLE コマンドを実行
 +
# ALTER TABLE wp_users MODIFY display_name TEXT CHARACTER SET utf8; を実行
 +
# その他のテーブルおよび列に ALTER TABLE コマンドを実行
 +
# [[wp-config.php_の編集|wp-config.php]] ファイルに DB_CHARSET と DB_COLLATE の定義を追加
 +
# メンテナンス中のお知らせを解除
 +
 
 +
文字列の項目タイプは、対応するバイナリの項目タイプに変換しなくてはなりません。以下が対応表です。
 
* CHAR -> BINARY
 
* CHAR -> BINARY
 
* VARCHAR -> VARBINARY
 
* VARCHAR -> VARBINARY
39行目: 43行目:
 
* LONGTEXT -> LONGBLOB
 
* LONGTEXT -> LONGBLOB
  
This information was originally posted by member g30rg3x in [http://wordpress.org/support/topic/117955 Forum Thread 117955].
+
この情報の原文は、[http://wordpress.org/support/topic/117955 英語フォーラムのスレッドNo.117955] に g30rg3x が投稿したものです。
  
ENUM and SET have more specific conversion rules:
+
==== ENUM SET の変換ルール詳細 ====
Set the character set to binary, or to UTF8 if you are sure that no ENUM or SET field has special characters that might get garbled during conversion.
+
ENUM または SET フィールドに、変換時に文字化けするような特殊文字が含まれていない事がはっきりしている場合、文字コードを UTF-8 に設定します。層でない場合は、項目タイプをまずバイナリに変換します。
The SQL for this is:
+
* ALTER TABLE wp_links CHANGE link_visible link_visible ENUM('Y','N') CHARACTER SET utf8;
+
The field name does need to be repeated, as well as the ENUM specification.
+
  
When specifying BINARY and VARBINARY, the field length also needs to be specified, and needs to be the same value as the original CHAR and VARCHAR field length. In other words, VARCHAR(200) becomes VARBINARY(200).
+
このためのSQL文は以下の通りです。
+
So, in Steps 3 and 4 change CHAR, VARCHAR, TEXT, ENUM, and SET fields to their binary counterparts (BLOB, VARBINARY, etc), in Step 5 switch the database to utf8, in Steps 6 and 7 switch all the tables to utf8, and finally, in Steps 8 and 9 return the binary fields back to the respective CHAR, VARCHAR, TEXT, ENUM, and SET data types with the utf8 character set.
+
  
The key to the conversion is that a field with a binary data type, unlike CHAR, VARCHAR, TEXT, ENUM, and SET fields, will not be converted to garbage when the database and tables are switched to utf8.
+
ALTER TABLE wp_links CHANGE link_visible link_visible ENUM('Y','N') CHARACTER SET utf8;
 +
 
 +
項目名や ENUM 規格を繰り返す必要はありません。
 +
 
 +
BINARY または VARBINARY を指定する場合、CHAR や VARCHAR の元の値と同じ項目の長さを指定する必要があります。例えば、VARCHAR(200) は VARBINARY(200) とします。
 +
 +
つまり、上記の作業例のステップ3と4では CHAR、VARCHAR、TEXT、ENUM、SET の項目タイプを、BLOB、VARBINARY などの対応バイナリ項目タイプに変換します。そしてステップ5〜7でデータベースを utf8 にスイッチし、ステップ8と9で最初に変換した項目タイプを元のタイプに戻すのです。
  
====Conversion Scripts and Plugins====
+
変換でキーとなるのは、バイナリデータタイプの項目は、データベースやテーブルを utf8 に変換しても CHAR、VARCHAR、TEXT、ENUM、SET 等の項目のようには文字化けしないという事です。
In the WordPress Forums, Member andersapt, in [http://wordpress.org/support/topic/117955 Forum Thread 117955] submitted a conversion script, [http://kunde.apt.no/aso/wordpress/convert_to_utf8_sql_generator.txt Convert UTF8 SQL Generator], to automatically convert a WordPress database. (This link is currently dead.)
+
  
A plugin, [http://g30rg3x.com/utf8-database-converter/ UTF-8 Database Converter], is available from g30rg3_x.  Carefully review the readme file included with the plugin.
+
====変換プラグイン====
 +
g30rg3_x の作成した [http://g30rg3x.com/utf8-database-converter/ UTF-8 Database Converter] というプラグインがあります。利用する場合は、同梱の Readme ファイルをしっかり読みましょう。
  
==Discussions on character sets==
+
==文字コードに関する話題==
*http://trac.wordpress.org/ticket/2828
+
以下に加え、このページの原文である [[:en:Converting_Database_Character_Sets|Codex のページ]]にも英語フォーラムへのリンクなどがあります。
*http://trac.wordpress.org/ticket/2942
+
*http://trac.wordpress.org/ticket/3184
+
*http://trac.wordpress.org/ticket/3517
+
*http://trac.wordpress.org/ticket/4219
+
*http://comox.textdrive.com/pipermail/wp-testers/2007-May/004510.html
+
*http://jonkenpon.com/2007/02/20/making-your-wordpress-database-portable-because-it-probably-isnt-right-now/
+
*http://wordpress.org/support/topic/101135
+
*http://wordpress.org/support/topic/116746
+
*http://wordpress.org/support/topic/117865
+
*http://wordpress.org/support/topic/117955
+
*http://wordpress.org/support/topic/117999
+
*http://wordpress.org/support/topic/118781
+
*http://wordpress.org/support/topic/119611
+
*http://wordpress.org/support/topic/119750
+
*http://wordpress.org/support/topic/119858
+
*http://wordpress.org/support/topic/119998
+
*http://wordpress.org/support/topic/119999
+
*http://wordpress.org/support/topic/120029
+
*http://wordpress.org/support/topic/120065
+
*http://wordpress.org/support/topic/120135
+
*http://wordpress.org/support/topic/120352
+
*http://wordpress.org/support/topic/120397
+
*http://wordpress.org/support/topic/120414
+
*http://wordpress.org/support/topic/120466
+
*http://wordpress.org/support/topic/120562
+
*http://wordpress.org/support/topic/120687
+
*http://wordpress.org/support/topic/144884
+
  
==Resources==
+
*http://trac.wordpress.org/ticket/2828 (en)
*[http://en.wikipedia.org/wiki/Character_set Character set at Wikipedia]
+
*http://trac.wordpress.org/ticket/2942 (en)
*[http://en.wikipedia.org/wiki/Unicode Unicode at Wikipedia]
+
*http://trac.wordpress.org/ticket/3184 (en)
*[http://en.wikipedia.org/wiki/UTF-8 UTF-8 at Wikipedia]
+
*http://trac.wordpress.org/ticket/3517 (en)
*[http://dev.mysql.com/doc/refman/5.0/en/charset-general.html Character sets and collation at MySQL]
+
*http://trac.wordpress.org/ticket/4219 (en)
*[http://dev.mysql.com/doc/refman/5.0/en/charset-charsets.html Character Sets and Collations That MySQL Supports]
+
*http://comox.textdrive.com/pipermail/wp-testers/2007-May/004510.html (en)
*[http://gentoo-wiki.com/TIP_Convert_latin1_to_UTF-8_in_MySQL Gentoo tip on converting latin1 to utf8 in MySQL]
+
*[http://jonkenpon.com/2007/02/20/making-your-wordpress-database-portable-because-it-probably-isnt-right-now/ Making your Wordpress database portable (because it probably isn’t right now…)] (en)
*[http://alexking.org/blog/2008/03/06/mysql-latin1-utf8-conversion Alex King's blog about latin1 to utf8 conversion]
+
*[http://ja.forums.wordpress.org/tags.php?tag=文字コード WordPress 日本語フォーラム「文字コード」タグ]
  
[[Category:Advanced_Topics]]
+
==リソース==
[[Category:New page created]]
+
*[http://ja.wikipedia.org/wiki/文字コード Wikipedia: 文字コード]
{{Stub}}
+
*[http://ja.wikipedia.org/wiki/Unicode Wikipedia: Unicode]
 +
*[http://ja.wikipedia.org/wiki/UTF-8 Wikipedia: 文字コード]
 +
*[http://dev.mysql.com/doc/refman/5.1/ja/charset-general.html 一般のキャラクタセットおよび照合順序(MySQLドキュメンテーション)]
 +
*[http://dev.mysql.com/doc/refman/5.1/ja/charset-charsets.html MySQL でサポートされるキャラクタセットと照合順序(MySQLドキュメンテーション)]
 +
*[http://gentoo-wiki.com/TIP_Convert_latin1_to_UTF-8_in_MySQL Gentoo tip on converting latin1 to utf8 in MySQL] (en)
 +
*[http://alexking.org/blog/2008/03/06/mysql-latin1-utf8-conversion Alex King's blog about latin1 to utf8 conversion] (en)

2008年4月7日 (月) 04:45時点における版

この項目「DB 文字コードセットの変換」は、翻訳チェック待ちの項目です。加筆、訂正などを通して、Codex ドキュメンテーションにご協力下さい。

この記事では、一般的に WordPress の MySQL データベーステーブルを、ある文字コードから別の文字コードに変換する方法について説明します。

注: 文字コードを変換する作業は簡単とはいえません。変換を試す前にデータベースのバックアップを完了させておきましょう。

これまでの背景

WordPress バージョン 2.1.3 およびそれ以前のバージョンでは、ほとんどの WordPress データベースは latin1 の文字コードと latin1_swedish_ci照合順序 で作成されていました。

文字コード・照合順序の定義

WordPress ではバージョン 2.2 以降、ユーザーがデータベースの文字コードと照合順序を wp-config.php ファイル内で定義できるようになりました。wp-config.php ファイルのDB_CHARSETDB_COLLATE の値を編集することで、WordPress は適切な設定でデータベースを作成します。ただしこれは、すでにインストール済みの WordPress ではなく、新規インストールの場合のみに指定する事ができるものです。インストール済みの WordPress の文字コードと照合順序を変換する方法については、以下で説明しています。

データベースの変換

変換を始める前に、データベースのバックアップを必ず行ってください。Backing Up Your Database に、分かりやすい手順があります。

説明を単純にするため、ここでは文字コードが latin1 のデータベースを utf8 に変換するものとします。

問題点

文字コードを変換するには、MySQL の ALTER TABLE コマンドを使用する必要があります。文字コードを変換する際、すべての text フィールド(および類似フィールド)は UTF-8 に変換されますが、その際に保存されているテキストデータが破壊されてしまいます。これは、MySQL 側では返還前のデータが latin1 文字コードで保存されていることを前提にしているのですが、WordPress では unicode の文字をデータベースに保存してしまっていることがあるからです。

解決策

この問題を解決するには、まずすべての TEXT および類似項目を、 ALTER コマンドを使って対応したバイナリの項目タイプに変換します。文字コードを変換後、項目タイプを元に戻すとよいでしょう。

作業例:

  1. ブログにメンテナンス中のお知らせを掲載
  2. データベースをバックアップ
  3. ALTER TABLE wp_users MODIFY display_name BLOB; を実行
  4. その他のテーブルおよび列に ALTER TABLE コマンドを実行
  5. ALTER DATABASE wordpress charset=utf8; を実行
  6. ALTER TABLE wp_users charset=utf8; を実行
  7. その他のテーブルに ALTER TABLE コマンドを実行
  8. ALTER TABLE wp_users MODIFY display_name TEXT CHARACTER SET utf8; を実行
  9. その他のテーブルおよび列に ALTER TABLE コマンドを実行
  10. wp-config.php ファイルに DB_CHARSET と DB_COLLATE の定義を追加
  11. メンテナンス中のお知らせを解除

文字列の項目タイプは、対応するバイナリの項目タイプに変換しなくてはなりません。以下が対応表です。

  • CHAR -> BINARY
  • VARCHAR -> VARBINARY
  • TINYTEXT -> TINYBLOB
  • TEXT -> BLOB
  • MEDIUMTEXT -> MEDIUMBLOB
  • LONGTEXT -> LONGBLOB

この情報の原文は、英語フォーラムのスレッドNo.117955 に g30rg3x が投稿したものです。

ENUM と SET の変換ルール詳細

ENUM または SET フィールドに、変換時に文字化けするような特殊文字が含まれていない事がはっきりしている場合、文字コードを UTF-8 に設定します。層でない場合は、項目タイプをまずバイナリに変換します。

このためのSQL文は以下の通りです。

ALTER TABLE wp_links CHANGE link_visible link_visible ENUM('Y','N') CHARACTER SET utf8;

項目名や ENUM 規格を繰り返す必要はありません。

BINARY または VARBINARY を指定する場合、CHAR や VARCHAR の元の値と同じ項目の長さを指定する必要があります。例えば、VARCHAR(200) は VARBINARY(200) とします。

つまり、上記の作業例のステップ3と4では CHAR、VARCHAR、TEXT、ENUM、SET の項目タイプを、BLOB、VARBINARY などの対応バイナリ項目タイプに変換します。そしてステップ5〜7でデータベースを utf8 にスイッチし、ステップ8と9で最初に変換した項目タイプを元のタイプに戻すのです。

変換でキーとなるのは、バイナリデータタイプの項目は、データベースやテーブルを utf8 に変換しても CHAR、VARCHAR、TEXT、ENUM、SET 等の項目のようには文字化けしないという事です。

変換プラグイン

g30rg3_x の作成した UTF-8 Database Converter というプラグインがあります。利用する場合は、同梱の Readme ファイルをしっかり読みましょう。

文字コードに関する話題

以下に加え、このページの原文である Codex のページにも英語フォーラムへのリンクなどがあります。

リソース