Windows与Linux环境下MySQL5数据库波兰字符编码乱码问题求助

你已经做了不少基础配置工作，但还是踩了字符编码的常见坑，我来分享几个针对性的排查方向和解决方案：

1. 检查MySQL服务器的全局字符集配置 #

Linux上的MySQL经常会出现「数据库/表排序规则正确，但服务器全局字符集不匹配」的情况，这会直接影响数据的存储编码。

• 登录远程MySQL终端，执行以下命令查看全局字符集参数：

  SHOW VARIABLES LIKE 'character_set%';
  SHOW VARIABLES LIKE 'collation%';
  

  重点确认以下参数的值为utf8（更推荐用utf8mb4，支持全Unicode字符）：

  • character_set_server
  • character_set_client
  • character_set_connection
  • character_set_results

• 如果参数不符合预期，修改MySQL配置文件（Ubuntu上通常是/etc/mysql/mysql.conf.d/mysqld.cnf），添加或更新配置：

  [mysqld]
  character-set-server=utf8mb4
  collation-server=utf8mb4_unicode_ci
  
  [client]
  default-character-set=utf8mb4
  

  保存后重启MySQL服务：

  sudo systemctl restart mysql
  

2. 优化JDBC连接字符串的编码参数 #

你当前的连接字符串用了characterEncoding=utf-8，MySQL JDBC驱动对小写的utf-8处理可能存在兼容问题，建议换成规范的UTF-8，同时补充几个关键参数：

jdbc:mysql://localhost/dbname?autoReconnect=true&useUnicode=true&characterEncoding=UTF-8&createDatabaseIfNotExist=true&useSSL=false&useLegacyDatetimeCode=false

3. 调整Hibernate的方言与编码配置 #

MySQL5InnoDBDialect对utf8mb4的支持不够完善，如果你的MySQL版本是5.7及以上，建议替换为对应方言，同时统一编码配置：

@Bean 
public SessionFactory sessionFactory() throws Exception { 
    LocalSessionFactoryBean sessionFactoryBean = new LocalSessionFactoryBean(); 
    sessionFactoryBean.setDataSource(dataSource()); 
    sessionFactoryBean.setPackagesToScan(new String[] { "x.domain" }); 
    Properties hibernateProperties = new Properties(); 
    hibernateProperties.put("hibernate.show_sql", false); 
    hibernateProperties.put("hibernate.bytecode.use_reflection_optimizer", false); 
    hibernateProperties.put("hibernate.check_nullability", false); 
    // 替换为适配utf8mb4的方言
    hibernateProperties.put("hibernate.dialect", "org.hibernate.dialect.MySQL57InnoDBDialect"); 
    hibernateProperties.put("hibernate.search.autoregister_listeners", false); 
    // 统一使用utf8mb4编码
    hibernateProperties.put("hibernate.connection.CharSet", "utf8mb4"); 
    hibernateProperties.put("hibernate.connection.characterEncoding", "utf8mb4"); 
    hibernateProperties.put("hibernate.connection.useUnicode", true); 
    sessionFactoryBean.setHibernateProperties(hibernateProperties); 
    sessionFactoryBean.afterPropertiesSet(); 
    return sessionFactoryBean.getObject(); 
} 

4. 验证数据解析阶段的编码 #

有时候问题出在jsoup解析环节，你可以在Linux服务器上临时打印解析后的字符串（比如System.out.println(parsedText)），如果控制台显示也是问号，说明解析时编码不匹配。需要明确指定jsoup的解析编码：

// 根据目标网页的实际编码调整，比如UTF-8或ISO-8859-2
Document doc = Jsoup.connect(url).charset("UTF-8").get();

5. 检查Linux系统的Locale设置 #

MySQL服务启动时会继承系统的Locale，如果系统默认不是UTF-8，也会干扰字符处理。执行以下命令查看当前Locale：

locale

确保LANG和LC_ALL的值是en_US.UTF-8或pl_PL.UTF-8这类UTF-8格式的Locale。如果不是，执行以下命令配置（Ubuntu为例）：

sudo locale-gen pl_PL.UTF-8
sudo update-locale LANG=pl_PL.UTF-8 LC_ALL=pl_PL.UTF-8

配置完成后重启MySQL服务，必要时重启服务器确保生效。

建议先从全局字符集配置开始排查，这是Linux环境下字符编码问题最常见的根源。

内容的提问来源于stack exchange，提问作者Sarbitar