Mysql字符集设置乱码的原因有哪些

119次阅读

没有评论

共计 2757 个字符，预计需要花费 7 分钟才能阅读完成。

这篇文章主要介绍了 Mysql 字符集设置乱码的原因有哪些，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让丸趣 TV 小编带着大家一起了解一下。

基本概念

? 字符 (Character) 是指人类语言中最小的表义符号。例如’A、’B 等；

? 给定一系列字符，对每个字符赋予一个数值，用数值来代表对应的字符，这一数值就是字符的编码(Encoding)。例如，我们给字符’A 赋予数值 0，给字符’B 赋予数值 1，则 0 就是字符’A 的编码；

[@more@]

? 给定一系列字符并赋予对应的编码后，所有这些字符和编码对组成的集合就是字符集 (Character Set)。例如，给定字符列表为{’A ,’B} 时，{’A = 0,‘B’= 1}就是一个字符集；

? 字符序 (Collation) 是指在同一字符集内字符之间的比较规则；

? 确定字符序后，才能在一个字符集上定义什么是等价的字符，以及字符之间的大小关系；

? 每个字符序唯一对应一种字符集，但一个字符集可以对应多种字符序，其中有一个是默认字符序(Default Collation)；

? MySQL 中的字符序名称遵从命名惯例：以字符序对应的字符集名称开头；以_ci(表示大小写不敏感)、_cs(表示大小写敏感)或_bin(表示按编码值比较)结尾。例如：在字符序“utf8_general_ci”下，字符“a”和“A”是等价的；

MySQL 字符集设置

? 系统变量：

– character_set_server：默认的内部操作字符集

– character_set_client：客户端来源数据使用的字符集

– character_set_connection：连接层字符集

– character_set_results：查询结果字符集

– character_set_database：当前选中数据库的默认字符集

– character_set_system：系统元数据 (字段名等) 字符集

– 还有以 collation_开头的同上面对应的变量，用来描述字符序。

? 用 introducer 指定文本字符串的字符集：

– 格式为：[_charset]’string’[COLLATE collation]

– 例如：

? SELECT _latin1’string’;

? SELECT _utf8‘你好’COLLATE utf8_general_ci;

– 由 introducer 修饰的文本字符串在请求过程中不经过多余的转码，直接转换为内部字符集处理。

MySQL 中的字符集转换过程

1. MySQL Server 收到请求时将请求数据从 character_set_client 转换为 character_set_connection；

2. 进行内部操作前将请求数据从 character_set_connection 转换为内部操作字符集，其确定方法如下：

? 使用每个数据字段的 CHARACTER SET 设定值；

? 若上述值不存在，则使用对应数据表的 DEFAULT CHARACTER SET 设定值(MySQL 扩展，非 SQL 标准)；

? 若上述值不存在，则使用对应数据库的 DEFAULT CHARACTER SET 设定值；

? 若上述值不存在，则使用 character_set_server 设定值。

3. 将操作结果从内部操作字符集转换为 character_set_results。

常见问题解析

? 向默认字符集为 utf8 的数据表插入 utf8 编码的数据前没有设置连接字符集，查询时设置连接字符集为 utf8

– 插入时根据 MySQL 服务器的默认设置，character_set_client、character_set_connection 和 character_set_results 均为 latin1；

– 插入操作的数据将经过 latin1= latin1= utf8 的字符集转换过程，这一过程中每个插入的汉字都会从原始的 3 个字节变成 6 个字节保存；

– 查询时的结果将经过 utf8= utf8 的字符集转换过程，将保存的 6 个字节原封不动返回，产生乱码……

? 向默认字符集为 latin1 的数据表插入 utf8 编码的数据前设置了连接字符集为 utf8

– 插入时根据连接字符集设置，character_set_client、character_set_connection 和 character_set_results 均为 utf8；

– 插入数据将经过 utf8= utf8= latin1 的字符集转换，若原始数据中含有 u0000~u00ff 范围以外的 Unicode 字符，会因为无法在 latin1 字符集中表示而被转换为“?”(0×3F)符号，以后查询时不管连接字符集设置如何都无法恢复其内容了。

检测字符集问题的一些手段

? SHOW CHARACTER SET;

? SHOW COLLATION;

? SHOW VARIABLES LIKE‘character%’;

? SHOW VARIABLES LIKE‘collation%’;

? SQL 函数 HEX、LENGTH、CHAR_LENGTH

? SQL 函数 CHARSET、COLLATION

使用 MySQL 字符集时的建议

? 建立数据库 / 表和进行数据库操作时尽量显式指出使用的字符集，而不是依赖于 MySQL 的默认设置，否则 MySQL 升级时可能带来很大困扰；

? 数据库和连接字符集都使用 latin1 时虽然大部分情况下都可以解决乱码问题，但缺点是无法以字符为单位来进行 SQL 操作，一般情况下将数据库和连接字符集都置为 utf8 是较好的选择；

? 使用 mysql C API 时，初始化数据库句柄后马上用 mysql_options 设定 MYSQL_SET_CHARSET_NAME 属性为 utf8，这样就不用显式地用 SET NAMES 语句指定连接字符集，且用 mysql_ping 重连断开的长连接时也会把连接字符集重置为 utf8；

? 对于 mysql PHP API，一般页面级的 PHP 程序总运行时间较短，在连接到数据库以后显式用 SET NAMES 语句设置一次连接字符集即可；但当使用长连接时，请注意保持连接通畅并在断开重连后用 SET NAMES 语句显式重置连接字符集。

其他注意事项

? my.cnf 中的 default_character_set 设置只影响 mysql 命令连接服务器时的连接字符集，不会对使用 libmysqlclient 库的应用程序产生任何作用！

? 对字段进行的 SQL 函数操作通常都是以内部操作字符集进行的，不受连接字符集设置的影响。

? SQL 语句中的裸字符串会受到连接字符集或 introducer 设置的影响，对于比较之类的操作可能产生完全不同的结果，需要小心！

感谢你能够认真阅读完这篇文章，希望丸趣 TV 小编分享的“Mysql 字符集设置乱码的原因有哪些”这篇文章对大家有帮助，同时也希望大家多多支持丸趣 TV，关注丸趣 TV 行业资讯频道，更多相关知识等着你来学习!

正文完