如何从Db2 on AS400乱码数据中恢复原带重音拉丁字符？

首先明确：你遇到的这类乱码（比如CASQUE INTÃGRAL）是典型的编码转换错误导致的字节序列误解，数据本身没有被损坏，完全可以恢复出原正确字符，不需要重新加载数据。

问题根源 #

你的例子中，É变成Ã是因为UTF-8编码的字节被错误地用单字节编码（比如ISO-8859-1/Windows-1252）解码后，又被错误存储或重复转换。具体来说：

• 原字符É的UTF-8编码是两个字节：0xC3 0xA9
• 如果把这两个字节当成ISO-8859-1解码，会得到Ã（对应0xC3）和©（对应0xA9），最终呈现出乱码效果。

恢复方法 #

你可以通过反向编码转换来恢复原字符串：

1. 将当前乱码字符串按ISO-8859-1（或Windows-1252，两者对这类拉丁字符兼容）编码为字节序列
2. 再将这个字节序列按UTF-8解码，就能得到原正确字符。

比如针对你的乱码串CASQUE INTÃGRAL 100-SERIES 3.0，按上述步骤转换后，就能得到CASQUE INTÉGRAL 100-SERIES 3.0。

在Db2 on AS400中批量修复的方法 #

如果需要在数据库层面批量处理，可以使用内置的CCSID转换函数：

SELECT CAST(CAST(your_column AS CCSID 819) AS CCSID 1208) AS corrected_column
FROM your_table;

这里819是ISO-8859-1的CCSID，1208是UTF-8的CCSID。先执行查询验证结果正确后，再用UPDATE语句批量更新表数据。

后续预防 #

修复完成后，要排查编码转换的全链路：

• 确认数据写入时的编码与数据库字段的UTF-8（CCSID 1208）完全匹配
• 检查应用程序读取、处理数据的编码设置，确保全程使用UTF-8，避免中间环节的编码切换错误

内容的提问来源于stack exchange，提问作者Daniel Black