limpiar registros

[dieguicho]

Estimados. tengo mucha basura en mi base de datos que no se como llegó ahi.
cosas como (no son todos iguales, pero siempre con esos caracteres raros)

Æ’í†â€™íƒâ€ í¢â‚¬â„¢íƒÆ’í¢â‚¬Â íƒÂ¢í¢

como puedo limpiar eso?
saludos!!

[gnzsoloyo]

Primero tienes que evitar que entre de nuevo, y eso es por errores en la codificacion de tus paginas web, no por la base de datos.
Eso es tema de programación, por lo que debería pasarte el post para allá.
En cuanto a lo que existe ahora... no hay mucho por hacer, salvo eliminar los datos y volver a ingresarlos, [B]luego de haber corregido los defectos de programación.

¿En qué lenguaje de programación estás trabajando?

[dieguicho]

es una base de datos no conectada a ningun lado por lo tanto no entraran registros
asi que lo que notas en el primer punto no aplica.
solo resta corregir estos datos, pense en algun replace talvez no?

[gnzsoloyo]

No. Solamente eliminando todo el contenido, o eliminando los registros.
El SQL no va a poder reconvertir los caracteres si ingresaron incorrectamente desde origen.
Tampoco los va a reconocer, porque ya no son los mismos caracteres multi-byte que se originaron, sino que han sido malconvertidos. Ahora son algo diferente.

[dieguicho]

no te comprendo. porque dices eliminar los registros?
hay datos validos mezclados con los invalidos
por ej "HOLA ¢â‚¬â„¢íƒÆ" y necesito que quede "HOLA"

[gnzsoloyo]

Bueno, eso se llama en general "datos basura", porque están incompletos y adulterados.
Te dije eliminar registros, porque eso es una de las cosas que puedes hacer: Reingresar los datos correctos.
Respecto a lo de quitar parte del texto, ya te lo dije: Con SQL sólo no lo podrás hacer, porque las búsquedas que tienes que elaborar no son globales, es decir, no puedes usar una misma busqueda para todos los casos. Deberás determinar en cada caso qué es lo que debes buscar y eliminarlo, o editar manualmente con un front-end cada registro para corregirlo.

La decisión es tuya, no mía.

Yo, personalmente, si no me interesa recuperar lo que se alteró, crearía una función que barra uno a uno los registros afectados y eliminara cualquier cosa que no sea un caracter latino o un signo de escritura.
Y aún así tendría que hacer una verificación visual.

[dieguicho]

y eso se llama "matar moscas a cañonazos"
gracias por tu ayuda. seguire buscando opciones

[gnzsoloyo]

Buena suerte.
Con lo que tienes en esas tablas, no hay mucho que se pueda hacer.

Lamento que lo tomes a mal.

[dieguicho]

no hombre para nada! solo que borrar los registros y volver a cargarlos es casi imposible.
imagina informacion contable de una empresa que está legible pero acompañada de basura.
si la borro no me queda nada!

lo que me llama la atencion es que se completó el resto del espacio disponible segun el tipo de campo. con basura. osea que tengo un varchar (255) completo de basura y al principio 2 palabras!

[gnzsoloyo]

¿No estarás leyendo un tipo de dato erróneo? ¿Un binario como si fuese una cadena?
Como sea, el problema está en la fuente de datos.
¿Cómo entraron esos datos?

[dieguicho]

si entraron en un momento que hubo problemas de encoding y se ensuciaron miles de datos.
ahora quedo la base casi inutulizada y quiero tratar de recuperarla.

pero no logro reconocer un patron como para hacer un replace masivo...

[gnzsoloyo]

Una idea sería, por ejemplo, el código de esta función, que lo que hace es eliminar letras y dejar los números: FAQs de MySQL #18
Si aplicas la misma lógica, pero haciendo que verifique todo lo que sea caracteres latinos, números y símbolos de escritura, al menos podrás sacar cualquier otra cosa.
Solamente habría que extender la cadena del primer parámetro del INSTR.
Creo que podría funcionar.

[dieguicho]

es buena idea. voy a probar esa funcion

otra cosa que se me ocurrio es reemplaza las cadenas largas sin espacio por NADA
me di cuenta que la basura es larga y sin espacios asi que si pudiera identificar cuando una cadena es mas larga que x.. remplazarla por nada.