近日發(fā)現(xiàn)很多人為MySQL中文亂碼問題所困擾。于是就這個(gè)問題做一下淺析。不正確的地方希望大家指正
/*
來源 PHPfans
網(wǎng)址:http://www.phpfans.net
*/
亂碼產(chǎn)生原因 mysql字符編碼是版本4.1引入的,支持多國語言,而且一些特性已經(jīng)超過了其他的數(shù)據(jù)庫系統(tǒng)。
我們可以在MySQL Command Line Client 下輸入如下命令查看mysql的字符集
mysql> SHOW CHARACTER SET;
+----------+-----------------------------+---------------------+--------+
| Charset | Description | Default collation | Maxlen |
+----------+-----------------------------+---------------------+--------+
| big5 | Big5 Traditional Chinese | big5_chinese_ci | 2 |
| dec8 | DEC West European | dec8_swedish_ci | 1 |
| cp850 | DOS West European | cp850_general_ci | 1 |
| hp8 | HP West European | hp8_english_ci | 1 |
| koi8r | KOI8-R Relcom Russian | koi8r_general_ci | 1 |
| latin1 | cp1252 West European | latin1_swedish_ci | 1 |
| latin2 | ISO 8859-2 Central European | latin2_general_ci | 1 |
| swe7 | 7bit Swedish | swe7_swedish_ci | 1 |
| ascii | US ASCII | ascii_general_ci | 1 |
| ujis | EUC-JP Japanese | ujis_japanese_ci | 3 |
| sjis | Shift-JIS Japanese | sjis_japanese_ci | 2 |
| hebrew | ISO 8859-8 Hebrew | hebrew_general_ci | 1 |
| tis620 | TIS620 Thai | tis620_thai_ci | 1 |
| euckr | EUC-KR Korean | euckr_korean_ci | 2 |
| koi8u | KOI8-U Ukrainian | koi8u_general_ci | 1 |
| gb2312 | GB2312 Simplified Chinese | gb2312_chinese_ci | 2 |
| greek | ISO 8859-7 Greek | greek_general_ci | 1 |
| cp1250 | Windows Central European | cp1250_general_ci | 1 |
| gbk | GBK Simplified Chinese | gbk_chinese_ci | 2 |
| latin5 | ISO 8859-9 Turkish | latin5_turkish_ci | 1 |
| armscii8 | ARMSCII-8 Armenian | armscii8_general_ci | 1 |
| utf8 | UTF-8 Unicode | utf8_general_ci | 3 |
| ucs2 | UCS-2 Unicode | ucs2_general_ci | 2 |
| cp866 | DOS Russian | cp866_general_ci | 1 |
| keybcs2 | DOS Kamenicky Czech-Slovak | keybcs2_general_ci | 1 |
| macce | Mac Central European | macce_general_ci | 1 |
| macroman | Mac West European | macroman_general_ci | 1 |
| cp852 | DOS Central European | cp852_general_ci | 1 |
| latin7 | ISO 8859-13 Baltic | latin7_general_ci | 1 |
| cp1251 | Windows Cyrillic | cp1251_general_ci | 1 |
| cp1256 | Windows Arabic | cp1256_general_ci | 1 |
| cp1257 | Windows Baltic | cp1257_general_ci | 1 |
| binary | Binary pseudo charset | binary | 1 |
| geostd8 | GEOSTD8 Georgian | geostd8_general_ci | 1 |
| cp932 | SJIS for Windows Japanese | cp932_japanese_ci | 2 |
| eucjpms | UJIS for Windows Japanese | eucjpms_japanese_ci | 3 |
+----------+-----------------------------+---------------------+--------+
36 rows in set (0.02 sec)
更多mysql的字符集知識可以參考
http://www.phpfans.net論壇的
http://www.phpfans.net/bbs/viewthread.php?tid=296&extra=page%3D1或者mysql官方的
http://dev.mysql.com/doc/refman/5.1/zh/charset.htmlMySQL 4.1的字符集支持(Character Set Support)有兩個(gè)方面：字符集(Character set)和排序方式(Collation)。對于字符集的支持細(xì)化到四個(gè)層次: 服務(wù)器(server)，數(shù)據(jù)庫(database)，數(shù)據(jù)表(table)和連接(connection)。
查看系統(tǒng)的字符集和排序方式的設(shè)定可以通過下面的兩條命令：
mysql> SHOW VARIABLES LIKE 'character_set_%';
+--------------------------+-------------------------------------------+
| Variable_name | Value |
+--------------------------+-------------------------------------------+
| character_set_client | latin1 |
| character_set_connection | latin1 |
| character_set_database | latin1 |
| character_set_filesystem | binary |
| character_set_results | latin1 |
| character_set_server | latin1 |
| character_set_system | utf8 |
| character_sets_dir | D:MySQLMySQL Server 5.0sharecharsets |
+--------------------------+-------------------------------------------+
8 rows in set (0.06 sec)
mysql> SHOW VARIABLES LIKE 'collation_%';
+----------------------+-------------------+
| Variable_name | Value |
+----------------------+-------------------+
| collation_connection | latin1_swedish_ci |
| collation_database | latin1_swedish_ci |
| collation_server | latin1_swedish_ci |
+----------------------+-------------------+
3 rows in set (0.02 sec)
上面列出的值就是系統(tǒng)的默認(rèn)值。latin1默認(rèn)校對規(guī)則是latin1_swedish_ci，默認(rèn)是latin1的瑞典語排序方式.
為什么呢默認(rèn)會(huì)是latin1_swedish_ci呢,追溯一下mysql歷史很容易發(fā)現(xiàn)
1979年，一家瑞典公司Tcx欲開發(fā)一個(gè)快速的多線程、多用戶數(shù)據(jù)庫系統(tǒng)。Tcx 公司起初想利用mSQL和他們自己的快速低級例程 (Indexed Sequential Access Method，ISAM)去連接數(shù)據(jù)庫表，然而，在一些測試以后得出結(jié)論：mSQL對其需求來說不夠快速和靈活。這就產(chǎn)生了一個(gè)連接器數(shù)據(jù)庫的新SQL接口，它使用幾乎和mSQL一樣的API接口。這個(gè)API被設(shè)計(jì)成可以使那些由mSQL而寫的第三方代碼更容易地移植到MySQL。
相信如果mysql是中國開發(fā)的，那么漢語也是默認(rèn)編碼了
當(dāng)然我們也可以自己需要修改mysql的默認(rèn)字符集
在mysql配置文檔my.ini，找到如下兩句：
[mysql]
default-character-set=latin1
和
# created and no character set is defined
default-character-set=latin1
修改后面的值就可以。
這里不建議改，仍保留默認(rèn)值
也就是說啟動(dòng) mysql時(shí)，如果沒指定指定一個(gè)默認(rèn)的的字符集，這個(gè)值繼承自配置文件中的；
此時(shí) character_set_server 被設(shè)定為這個(gè)默認(rèn)的字符集； 當(dāng)創(chuàng)建一個(gè)新的數(shù)據(jù)庫時(shí)，
除非明確指定，這個(gè)數(shù)據(jù)庫的字符集被缺省設(shè)定為 character_set_server； 當(dāng)選定了一個(gè)數(shù)據(jù)庫時(shí)，
character_set_database 被設(shè)定為這個(gè)數(shù)據(jù)庫默認(rèn)的字符集； 在這個(gè)數(shù)據(jù)庫里創(chuàng)建一張表時(shí)，
表默認(rèn)的字符集被設(shè)定為 character_set_database，也就是這個(gè)數(shù)據(jù)庫默認(rèn)的字符集；
當(dāng)在表內(nèi)設(shè)置一欄時(shí)，除非明確指定，否則此欄缺省的字符集就是表默認(rèn)的字符集。
這樣問題就隨之而來了，假如一數(shù)據(jù)庫是gbk編碼。如果訪問數(shù)據(jù)庫時(shí)沒指定其的字符集是gbk。
那么這個(gè)值將繼承系統(tǒng)的latin1，這樣就做成mysql中文亂碼。
亂碼解決方法要解決亂碼問題，首先必須弄清楚自己數(shù)據(jù)庫用什么編碼。如果沒有指明，將是默認(rèn)的latin1。
我們用得最多的應(yīng)該是這3種字符集 gb2312，gbk，utf8。
那么我們?nèi)绾稳ブ付〝?shù)據(jù)庫的字符集呢？下面也gbk為例
【在MySQL Command Line Client創(chuàng)建數(shù)據(jù)庫 】mysql> CREATE TABLE `mysqlcode` (
-> `id` TINYINT( 255 ) UNSIGNED NOT NULL AUTO_INCREMENT PRIMARY KEY ,
-> `content` VARCHAR( 255 ) NOT NULL
-> ) TYPE = MYISAM CHARACTER SET gbk COLLATE gbk_chinese_ci;
Query OK, 0 rows affected, 1 warning (0.03 sec)
mysql> desc mysqlcode;
+---------+-----------------------+------+-----+---------+----------------+
| Field | Type | Null | Key | Default | Extra |
+---------+-----------------------+------+-----+---------+----------------+
| id | tinyint(255) unsigned | NO | PRI | | auto_increment |
| content | varchar(255) | NO | | | |
+---------+-----------------------+------+-----+---------+----------------+
2 rows in set (0.02 sec)
其中后面的TYPE = MYISAM CHARACTER SET gbk COLLATE gbk_chinese_ci;
就是指定數(shù)據(jù)庫的字符集，COLLATE (校勘)，讓mysql同時(shí)支持多種編碼的數(shù)據(jù)庫。
當(dāng)然我們也可以通過如下指令修改數(shù)據(jù)庫的字符集
alter database da_name default character set 'charset'.
客戶端以 gbk格式發(fā)送 ，可以采用下述配置:
SET character_set_client='gbk'
SET character_set_connection='gbk'
SET character_set_results='gbk'
這個(gè)配置就等價(jià)于 SET NAMES 'gbk'。
更多數(shù)據(jù)庫知識請參考
http://www.phpfans.net/view.php?id=4現(xiàn)在對剛才創(chuàng)建的數(shù)據(jù)庫操作
mysql> use test;
Database changed
mysql> insert into mysqlcode values(null,'php愛好者');
ERROR 1406 (22001): Data too long for column 'content' at row 1
沒有指定字符集為gbk，插入時(shí)出錯(cuò)
mysql> set names 'gbk';
Query OK, 0 rows affected (0.02 sec)
指定字符集為 gbk
mysql> insert into mysqlcode values(null,'php愛好者');
Query OK, 1 row affected (0.00 sec)
插入成功
mysql> select * from mysqlcode;
+----+-----------+
| id | content |
+----+-----------+
| 1 | php愛好著 |
+----+-----------+
1 row in set (0.00 sec)
在沒有指定字符集gbk時(shí)讀取也會(huì)出現(xiàn)亂碼，如下
mysql> select * from mysqlcode;
+----+---------+
| id | content |
+----+---------+
| 1 | php??? |
+----+---------+
1 row in set (0.00 sec)
【在phpmyadmin創(chuàng)建數(shù)據(jù)庫,并指定字符集】表類型根據(jù)自己需要選，這里選MyISAM(支持全文檢索);
整理選擇 gbk_chinese_ci 也就是gbk字符集
gbk_bin 簡體中文, 二進(jìn)制。gbk_chinese_ci 簡體中文, 不區(qū)分大小寫。
在剛才創(chuàng)建的數(shù)據(jù)庫插入數(shù)據(jù)庫
再瀏覽時(shí)發(fā)現(xiàn)是亂碼
為什么呢？是因?yàn)閿?shù)據(jù)庫為gbk字符集，而我們操作時(shí)沒有指定為gbk
回到數(shù)據(jù)庫首頁
可以看到 mysql 連接校對默認(rèn)的latin1_bin。我們將其改為gbk_chinese_ci
再插入一條數(shù)據(jù)。看，這條已經(jīng)正常了
