本节内容:
mysqlcharset/ target=_blank class=infotextkey>mysql字符集设置方法总结
一,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,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;
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;
二,mysql字符集设置
系统变量:
用introducer指定文本字符串的字符集:
三,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。
现在回过头来分析下我们产生的乱码问题:
a 字段没有设置字符集,因此使用表的数据集
b 表没有指定字符集,默认使用数据库存的字符集
c 数据库在创建时没有指定字符集,因此使用character_set_server设定值
d 没有特意去修改character_set_server的指定字符集,因此使用mysql默认
e mysql默认的字符集是latin1,因此,使用了latin1字符集,而我们character_set_connection的字符集是utf-8,插入中文乱码也再所难免了。
四,常见问题解析
faq-1 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。参考下图:
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(我们遇到的错误就是属于这一种)
– 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。转换过程如下图:
五,检测字符集问题的一些手段
六,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 capi(mysql提供c语言操作的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。
七,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!
在创建database时指定字符集,不要去通过修改默认配置来达到目的,当然也可以采用指定表的字符集的形式,但很容易出现遗漏,特别是在很多人都参与设计时,更容易纰漏。
虽然不提倡通过修改mysql的默认字符集来解决,但对于如何去修改默认字符集,不过还是给出一些方法,仅供大家参考。
### mysql默认字符集
mysql对于字符集的指定可以细化到一个数据库,一张表,一列.传统的程序在创建数据库和数据表时并没有使用那么复杂的配置,它们用的是默认的配置.
(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,可以在配置文件 (my.ini) 中指定一个默认的的字符集,如果没指定,这个值继承自编译时指定的;
(3)启动mysqld 时,可以在命令行参数中指定一个默认的的字符集,如果没指定,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)安装 mysql选择多语言支持,安装程序会自动在配置文件中把default_character_set 设置为 utf-8,保证缺省情况下所有的数据库所有表的所有列的都用 utf-8 存储。
1,查看默认字符集
(默认情况下,mysql的字符集是latin1(iso_8859_1),以上已给出了相关命令。
2,修改mysql默认字符集
1)、最简单的修改方法,修改mysql的my.ini文件中的字符集键值,
例如:
修改完后,重启mysql的服务
2)、另一种修改字符集的方法,使用mysql的命令
问题:设置了表的默认字符集为utf8并且通过utf-8编码发送查询,存入数据库的仍然是乱码。
那connection连接层上可能出了问题。
解决方法:
在发送查询前执行语句: set names 'utf8';
它相当于下面的三句指令: