SQL Server迁移至MySQL 含HTML代码字段导入异常问题咨询

原有方案的核心解析错误成因 #

• 选用|@@|作为字段分隔符本身没有问题，该字符串在常规HTML邮件内容中出现概率极低，不会触发误匹配
• 原有导入脚本存在硬配置错误：ESCAPED BY '\n'将换行符指定为转义字符，完全打乱了解析逻辑；同时ENCLOSED BY ''未启用字段包裹规则，HTML内容自带的\r\n换行符会被直接识别为行结束标记，触发解析断点
• 仅对HTML字段单独加包裹标记的操作，无法让解析器统一识别规则，依旧会出现内容越界截断的问题

100M级大文件适配的LOAD DATA导入修正方案 #

将原有导入脚本替换为与导出规则严格对齐的配置：

LOAD DATA LOCAL INFILE 'G:/Test2.csv' 
INTO TABLE insectum.tblolnachrichten
CHARACTER SET utf8mb4
FIELDS TERMINATED BY '|@@|' 
-- 所有字段统一用双引号包裹，覆盖HTML内的换行、特殊字符
ENCLOSED BY '"'
-- 关闭内置转义逻辑，避免转义规则误吞HTML内的反斜杠、引号
ESCAPED BY ''
LINES TERMINATED BY '\r\n'
IGNORE 1 LINES;

导出端需同步匹配以下规则：

• 从SQL Server导出CSV时，所有字段统一用双引号包裹，不要仅对HTML字段做单独标记
• 将字段内容内的所有双引号替换为两个连续双引号""，匹配MySQL的CSV解析规则
• 导出过程保留HTML字段内的原始换行、竖线、引号内容，不做额外转义处理

零解析错误兜底方案（Base64编码适配） #

如果调整CSV配置后仍存在偶发解析问题，可通过编码方式绕开所有特殊字符冲突，全程无断点：

1. 从SQL Server导出时，将存储HTML邮件内容的字段做Base64编码，其余字段保持原格式导出，不做额外处理
2. 在MySQL目标表中新增一个临时LONGTEXT字段，用于存储Base64编码后的HTML内容
3. 用任意通用导入工具（MySQL Workbench、PHP处理脚本、普通LOAD DATA均可）完成全量数据导入——Base64内容为纯ASCII字符，不会和任何分隔符、换行符、包裹符产生冲突
4. 导入完成后，执行解码语句将Base64内容还原为原始HTML：UPDATE 表名 SET html邮件字段 = FROM_BASE64(临时字段名)，确认数据完整后删除临时字段即可

其他方案的适用边界说明 #

• 手动拼接INSERT语句的方案，仅适合小体量数据使用，拼接时需对内容内的单引号、反斜杠做转义，5000行带HTML的大文本场景下效率极低
• Base64方案的额外存储开销仅为原HTML内容的30%左右，100M级的迁移文件完全可以承载，不会出现性能瓶颈

内容的提问来源于stack exchange，提问作者mak