MYSQL 字符集问题【转】

时间 2019-11-21

标签 mysql 字符集问题栏目 MySQL 繁體版

原文原文链接

MySQL的字符集支持(Character Set Support)有两个方面：
1：字符集(Character set)mysql

2：排序方式(Collation)sql

对于字符集的支持细化到四个层次:
1：服务器(server):数据库

2：数据库(database)浏览器

3：数据表(table)服务器

4：链接(connection)网站

MySQL默认字符集
MySQL对于字符集的指定能够细化到一个数据库，一张表，一列，应该用什么字符集。可是，传统的程序在建立数据库和数据表时并无使用那么复杂的配置，它们用的是默认的配置。那么，默认的配置从何而来呢？编码

(1)编译MySQL 时，指定了一个默认的字符集，这个字符集是 latin1；
   (2)安装MySQL 时，能够在配置文件 (my.ini) 中指定一个默认的的字符集，若是没指定，这个值继承自编译时指定的；
   (3)启动mysqld 时，能够在命令行参数中指定一个默认的的字符集，若是没指定，这个值继承自配置文件中的配置,此时 character_set_server 被设定为这个默认的字符集；
   (4)当建立一个新的数据库时，除非明确指定，这个数据库的字符集被缺省设定为character_set_server；
   (5)当选定了一个数据库时，character_set_database 被设定为这个数据库默认的字符集；
   (6)在这个数据库里建立一张表时，表默认的字符集被设定为 character_set_database，也就是这个数据库默认的字符集；
   (7)当在表内设置一栏时，除非明确指定，不然此栏缺省的字符集就是表默认的字符集；spa

简单的总结一下，若是什么地方都不修改，那么全部的数据库的全部表的全部栏位的都用latin1 存储，不过咱们若是安装 MySQL，通常都会选择多语言支持，也就是说，安装程序会自动在配置文件中把default_character_set 设置为 UTF-8，这保证了缺省状况下，全部的数据库的全部表的全部栏位的都用 UTF-8 存储。插件

查看默认字符集命令行

(3)修改数据库的字符集
mysql>use mydb
mysql>alter database mydb character set utf-8;

(4)建立数据库指定数据库的字符集
mysql>create database mydb character set utf-8;
(5)经过配置文件修改:
修改/var/lib/mysql/mydb/db.opt
default-character-set=latin1
default-collation=latin1_swedish_ci
为
default-character-set=utf8
default-collation=utf8_general_ci
重起MySQL:

MySQL中涉及的几个字符集

1>character-set-server/default-character-set：服务器字符集，默认状况下所采用的。
2>character-set-database：数据库字符集。
3>character-set-table：数据库表字符集。
优先级依次增长。因此通常状况下只须要设置character-set-server，而在建立数据库和表时不特别指定字符集，这样统一采用character-set-server字符集。
4>character-set-client：客户端的字符集。客户端默认字符集。当客户端向服务器发送请求时，请求以该字符集进行编码。
5>character-set-results：结果字符集。服务器向客户端返回结果或者信息时，结果以该字符集进行编码。
在客户端，若是没有定义character-set-results，则采用character-set-client字符集做为默认的字符集。因此只须要设置character-set-client字符集。

要处理中文，则能够将character-set-server和character-set-client均设置为GB2312，若是要同时处理多国语言，则设置为UTF8。

关于MySQL的中文问题

解决乱码的方法是，在执行SQL语句以前，将MySQL如下三个系统参数设置为与服务器字符集character-set-server相同的字符集。
character_set_client：客户端的字符集。
character_set_results：结果字符集。
character_set_connection：链接字符集。
设置这三个系统参数经过向MySQL发送语句：set names gb2312

关于GBK、GB23十二、UTF8
UTF-8：Unicode Transformation Format-8bit，容许含BOM，但一般不含BOM。是用以解决国际上字符的一种多字节编码，它对英文使用8位（即一个字节），中文使用24位（三个字节）来编码。UTF-8包含全世界全部国家须要用到的字符，是国际编码，通用性强。UTF-8编码的文字能够在各国支持UTF8字符集的浏览器上显示。如，若是是UTF8编码，则在外国人的英文IE上也能显示中文，他们无需下载IE的中文语言支持包。

GBK是国家标准GB2312基础上扩容后兼容GB2312的标准。GBK的文字编码是用双字节来表示的，即不论中、英文字符均使用双字节来表示，为了区分中文，将其最高位都设定成1。GBK包含所有中文字符，是国家编码，通用性比UTF8差，不过UTF8占用的数据库比GBK大。

GBK、GB2312等与UTF8之间都必须经过Unicode编码才能相互转换：
GBK、GB2312－－Unicode－－UTF8
UTF8－－Unicode－－GBK、GB2312

对于一个网站、论坛来讲，若是英文字符较多，则建议使用UTF－8节省空间。不过如今不少论坛的插件通常只支持GBK。

GB2312是GBK的子集，GBK是GB18030的子集
GBK是包括中日韩字符的大字符集合
若是是中文的网站推荐GB2312 GBK有时仍是有点问题
为了不全部乱码问题，应该采用UTF-8，未来要支持国际化也很是方便
UTF-8能够看做是大字符集，它包含了大部分文字的编码。
使用UTF-8的一个好处是其余地区的用户（如香港台湾）无需安装简体中文支持就能正常观看你的文字而不会出现乱码。

gb2312是简体中文的码
gbk支持简体中文及繁体中文
big5支持繁体中文
utf-8支持几乎全部字符

首先分析乱码的状况
1.写入数据库时做为乱码写入
2.查询结果以乱码返回
究竟在发生乱码时是哪种状况呢？
咱们先在mysql 命令行下输入
show variables like '%char%';
查看mysql 字符集设置状况:

在查询结果中能够看到mysql 数据库系统中客户端、数据库链接、数据库、文件系统、查询结果、服务器、系统的字符集设置。在这里，文件系统字符集是固定的，系统、服务器的字符集在安装时肯定，与乱码问题无关。乱码的问题与客户端、数据库链接、数据库、查询结果的字符集设置有关。
*注：客户端是看访问mysql 数据库的方式，经过命令行访问，命令行窗口就是客户端，经过JDBC 等链接访问，程序就是客户端。

咱们在向mysql 写入中文数据时，在客户端、数据库链接、写入数据库时分别要进行编码转换。在执行查询时，在返回结果、数据库链接、客户端分别进行编码转换。如今咱们应该清楚，乱码发生在数据库、客户端、查询结果以及数据库链接这其中一个或多个环节。接下来咱们来解决这个问题。
在登陆数据库时，咱们用mysql --default-character-set=字符集-u root -p 进行链接，这时咱们再用show variables like '%char%';命令查看字符集设置状况，能够发现客户端、数据库链接、查询结果的字符集已经设置成登陆时选择的字符集了。若是是已经登陆了，可使用set names 字符集;命令来实现上述效果，等同于下面的命令：
set character_set_client = 字符集
set character_set_connection = 字符集
set character_set_results = 字符集

若是碰到上述命令无效时，也可采用一种最简单最完全的方法：

1、Windows

一、停止MySQL服务
二、在MySQL的安装目录下找到my.ini，若是没有就把my-medium.ini复制为一个my.ini便可
三、打开my.ini之后，在[client]和[mysqld]下面均加上default-character-set=utf8，保存并关闭
四、启动MySQL服务

要完全解决编码问题，必须使

| character_set_client     | gbk                                    |
| character_set_connection | gbk                                    |
| character_set_database   | gbk                                    |
| character_set_results    | gbk                                    |
| character_set_server     | gbk                                    |
| character_set_system     | utf8

这些编码相一致，都统一。

若是是经过JDBC 链接数据库，能够这样写URL：URL=jdbc:mysql://localhost:3306/abs?useUnicode=true&characterEncoding=字符集 JSP 页面等终端也要设置相应的字符集。数据库的字符集能够修改mysql 的启动配置来指定字符集，也能够在create database 时加上default character set 字符集来强制设置database 的字符集。经过这样的设置，整个数据写入读出流程中都统一了字符集，就不会出现乱码了。为何从命令行直接写入中文不设置也不会出现乱码？能够明确的是从命令行下，客户端、数据库链接、查询结果的字符集设置没有变化输入的中文通过一系列转码又转回初始的字符集，咱们查看到的固然不是乱码。但这并不表明中文在数据库里被正确做为中文字符存储。举例来讲，如今有一个utf8 编码数据库，客户端链接使用GBK 编码，connection 使用默认的ISO8859-1（也就是mysql 中的latin1），咱们在客户端发送“中文”这个字符串，客户端将发送一串GBK 格式的二进制码给connection 层，connection 层以ISO8859-1 格式将这段二进制码发送给数据库，数据库将这段编码以utf8 格式存储下来，咱们将这个字段以utf8格式读取出来，确定是获得乱码，也就是说中文数据在写入数据库时是以乱码形式存储的，在同一个客户端进行查询操做时，作了一套和写入时相反的操做，错误的utf8 格式二进制码又被转换成正确的GBK 码并正确显示出来。