如何在从多种语言中读取数据时避免使用垃圾/垃圾字符？
我正在解析来自10多种不同语言的RSS新闻源。
所有解析都是在java中完成的，数据存储在MySQL中，然后我用PHP编写的API响应客户端。
当我读取数据时，我经常遇到垃圾字符。
我试过了什么：
- 我已将MySQL配置为存储utf-8数据。 我的db，table甚至列都有UTF8作为它们的默认字符集。
- 连接我的数据库时，我将字符集结果设置为utf-8
当我手动运行jar文件以插入数据时，角色看起来很好。 但是当我为同一个jar文件设置一个cronjob时，我又开始面对这个问题了。
在英语中，我特别面对像这样的问题，在其他本地语言中，这个角色看起来完全是垃圾，我甚至无法识别单个角色。
有什么我想念的吗？
样本垃圾字符：
古吉拉特语 ：“રેàªààªμેàªàà«àªàààààà«àªàà€ààààªààààààààààààààààààààààààààààààààà««àà€« ¤à«<મળશેàªμળતર！“
Malyalam ：“à’ààμ‡à’ªàμà’ªà’¾à’³à’¿à’²àμ‡à’ààμà’àààààààààààààààààààààààààà’àà’àà ‘°à’•àμà’•àμà’ààμà’±à’šàμà’šàμ“
英语 ：银行局局扩大金融部门PSU的范围
古吉拉特人开始રેલવે ，对吗？ 而Malyalam开始നേപ ，对吗？ 英语应该包括Bureau's 。
这是经典案例
- 客户端中的字节在utf8中正确编码。 （
Bureau在utf8的Ascii / latin1子集中编码;但'不是ascii撇号。） - 您可能默认使用
SET NAMES latin1（或set_charset('latin1')或…）连接。 （应该是utf8。） - 表中的列被声明为
CHARACTER SET latin1。 （或者它可能是从表/数据库inheritance的。）（应该是utf8。）
数据的修复是“两步更改”。
ALTER TABLE Tbl MODIFY COLUMN col VARBINARY(...) ...; ALTER TABLE Tbl MODIFY COLUMN col VARCHAR(...) ... CHARACTER SET utf8 ...;
其中长度足够大而另一个“……”还有其他任何东西（ NOT NULL等）已经在列上。
不幸的是，如果你有很多列可以使用，它将需要很多ALTER。 对于一对ALTERs的单个表，您可以（应该） MODIFY VARBINARY所有必要列。
代码的修复是将utf8建立为连接; 这取决于PHP中使用的api。 ALTERs将更改列定义。
编辑
你有VARCHAR错误的CHARACTER SET 。 因此，你会看到像’ રેલ 。 大多数转换技术都试图保留રેલ ，但这不是你需要的。 相反，向VARBINARY采取步骤会保留位，同时忽略表示latin1编码字符的位的旧定义。 第二步再次保留位，但现在声称它们代表utf8字符。