最佳实践 － 从GB2312编码的WordPress博客系统升级到UTF-8编码
2006年12月6日, 22:24:10本人博客网站在今年7月从blogchina移植到了租赁虚拟主机上的WordPress(WP)系统。在文章搬家的过程中，由于blogchina采用了GB2312编码，当时为了省事儿，直接写了程序自动导到WP上并把WP的缺省编码从UTF-8改成GB2312以正常显示中文字符，现在看来这个决定并不聪明。原因有3：
- 由于GB2312页面无法混合显示多语言文字，在世界都开始变平的情况下，未能与世界接轨；
- 在非中文环境的操作系统中，如英文版Windows/Linux下，显示页面为乱码，而这些系统通常对Unicode字符都可以正常显示（需要相应字体）；
- 无法使用离线的blog软件，如Zoundry Blog Writer，Microsoft Live Writer等，而目前现有离线blog软件支持GB2312的几乎没有。
于是下决心把目前采用GB2312的”遗留系统“升级到UTF-8，并保持原有帖子正常读取、显示。 中间尝试过的方法、走过的弯路不必细说，今天该升级工作顺利完整，全部用户数据转成UTF-8，前台的PHP显示也完美支持。具体方法如下：
1. 备份全部博客文章
备份是所有系统升级前的必经之路，WordPress的备份功能好在不仅可以备份数据，它能连通DDL一起都保存在一个文件中，直接运行该文件中的SQL语句就能重新建表并导入数据。备份前必须前激活WP的备份插件，见图1：
图1 激活WP备份插件
2. 文章备份
我3年多的帖子纯文字部分总共才1M多一点，用HTTP方式直接下载就可以了，下载后得到一个.gz的压缩包文件，内有.sql文件一个，见图2、3：
图2 保存备份文章
图3 压缩的文章备份
3. 解压缩.sql文件并转码
用支持编码转换的文本编辑器打开（我用的是UltraEdit），把该文件转换成UTF-8编码。在Ultraedit中的做法是选择File- >Conversions->ASCII to UTF-8 (Unicode Editing)，另存为。中文字符从GB2312转到UTF-8，存储由2个字节变成3个，所以文件将有所增大，见图4的比较（转换后的文件大了近 200KB)：
图4 转码前、后备份文件大小比较
4. 修改备份文件建表语句中使用的缺省编码
把SQL建表的default encoding，从”latin1“改成“utf8”，注意utf和8之间没有横杠。本人系统中共11张表，11个表定义全部修改替换，如图5：
图5 修改表定义缺省编码
至此，数据准备工作完成。
5. 删除老表
登录到WP的数据库管理Web界面(http://mysql.yourname.com)，点击当前blog数据库显示属性，见图6：
图6 删除全部数据表
依次删除全部11张表（点击红叉）。
6. 更改数据库编码
把当前数据库缺省的非UTF-8编码修改成”utf8_general_ci“，见图7：
图7 修改数据库编码方式
7. 执行修改后的SQL恢复数据
点击Web管理页面的”SQL” tab，从本地文本编辑器中copy整个备份文件并粘贴到SQL文本框内，点击Go执行SQL、导入数据。如果正确无误的话，会显示succesful。见图8：
图8 执行SQL重新建表恢复数据
8. 修改WP系统中的wp-db.php文件
在wp-db.php文件里，数据库建立连接的代码行后加入“mysql_query(”SET NAMES utf8″);”，这个重要环节的贡献源自此文。见图9：
图9 修改访问数据库的编码形式
9. 修改WP的缺省locale
OK，整个编码转换过程基本完成。重新登录系统（会发现表示乱码的”???”问号，不用管它），在”Options“->”Reading“选项中把原来的”GB2312″改成”UTF-8″，保存、属性，所有???问号字符变成正常的中文字符。
10. 收尾
如果对WP的header，sidebar等theme文件做过定制，进入相应管理选项手工删除其中的乱码文字，重新输入。至此，采用GB2312编码的WordPress系统顺利升级成UTF-8。