Mysql字符集設置亂碼的原因有哪些

這篇文章主要介紹了Mysql字符集設置亂碼的原因有哪些，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

基本概念

? 字符(Character)是指人類語言中最小的表義符號。例如’A'、’B'等；

? 給定一系列字符，對每個字符賦予一個數值，用數值來代表對應的字符，這一數值就是字符的編碼(Encoding)。例如，我們給字符’A'賦予數值0，給字符’B'賦予數值1，則0就是字符’A'的編碼；

[@more@]

? 給定一系列字符并賦予對應的編碼后，所有這些字符和編碼對組成的集合就是字符集(Character Set)。例如，給定字符列表為{’A',’B'}時，{’A'=>0, ‘B’=>1}就是一個字符集；

? 字符序(Collation)是指在同一字符集內字符之間的比較規則；

? 確定字符序后，才能在一個字符集上定義什么是等價的字符，以及字符之間的大小關系；

? 每個字符序唯一對應一種字符集，但一個字符集可以對應多種字符序，其中有一個是默認字符序(Default Collation)；

? MySQL中的字符序名稱遵從命名慣例：以字符序對應的字符集名稱開頭；以_ci(表示大小寫不敏感)、_cs(表示大小寫敏感)或_bin(表示按編碼值比較)結尾。例如：在字符序“utf8_general_ci”下，字符“a”和“A”是等價的；

MySQL字符集設置

? 系統變量：

– character_set_server：默認的內部操作字符集

– character_set_client：客戶端來源數據使用的字符集

– character_set_connection：連接層字符集

– character_set_results：查詢結果字符集

– character_set_database：當前選中數據庫的默認字符集

– character_set_system：系統元數據(字段名等)字符集

– 還有以collation_開頭的同上面對應的變量，用來描述字符序。

? 用introducer指定文本字符串的字符集：

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

– 例如：

? SELECT _latin1 ’string’;

? SELECT _utf8 ‘你好’ COLLATE utf8_general_ci;

– 由introducer修飾的文本字符串在請求過程中不經過多余的轉碼，直接轉換為內部字符集處理。

MySQL中的字符集轉換過程

1. MySQL Server收到請求時將請求數據從character_set_client轉換為character_set_connection；

2. 進行內部操作前將請求數據從character_set_connection轉換為內部操作字符集，其確定方法如下：

? 使用每個數據字段的CHARACTER SET設定值；

? 若上述值不存在，則使用對應數據表的DEFAULT CHARACTER SET設定值(MySQL擴展，非SQL標準)；

? 若上述值不存在，則使用對應數據庫的DEFAULT CHARACTER SET設定值；

? 若上述值不存在，則使用character_set_server設定值。

3. 將操作結果從內部操作字符集轉換為character_set_results。

常見問題解析

? 向默認字符集為utf8的數據表插入utf8編碼的數據前沒有設置連接字符集，查詢時設置連接字符集為utf8

– 插入時根據MySQL服務器的默認設置，character_set_client、character_set_connection和character_set_results均為latin1；

– 插入操作的數據將經過latin1=>latin1=>utf8的字符集轉換過程，這一過程中每個插入的漢字都會從原始的3個字節變成6個字節保存；

– 查詢時的結果將經過utf8=>utf8的字符集轉換過程，將保存的6個字節原封不動返回，產生亂碼……

? 向默認字符集為latin1的數據表插入utf8編碼的數據前設置了連接字符集為utf8

– 插入時根據連接字符集設置，character_set_client、character_set_connection和character_set_results均為utf8；

– 插入數據將經過utf8=>utf8=>latin1的字符集轉換，若原始數據中含有u0000~u00ff范圍以外的Unicode字 符，會因為無法在latin1字符集中表示而被轉換為“?”(0×3F)符號，以后查詢時不管連接字符集設置如何都無法恢復其內容了。

檢測字符集問題的一些手段

? SHOW CHARACTER SET;

? SHOW COLLATION;

? SHOW VARIABLES LIKE ‘character%’;

? SHOW VARIABLES LIKE ‘collation%’;

? SQL函數HEX、LENGTH、CHAR_LENGTH

? SQL函數CHARSET、COLLATION

使用MySQL字符集時的建議

? 建立數據庫/表和進行數據庫操作時盡量顯式指出使用的字符集，而不是依賴于MySQL的默認設置，否則MySQL升級時可能帶來很大困擾；

? 數據庫和連接字符集都使用latin1時雖然大部分情況下都可以解決亂碼問題，但缺點是無法以字符為單位來進行SQL操作，一般情況下將數據庫和連接字符集都置為utf8是較好的選擇；

? 使用mysql C API時，初始化數據庫句柄后馬上用mysql_options設定MYSQL_SET_CHARSET_NAME屬性為utf8，這樣就不用顯式地用 SET NAMES語句指定連接字符集，且用mysql_ping重連斷開的長連接時也會把連接字符集重置為utf8；

? 對于mysql PHP API，一般頁面級的PHP程序總運行時間較短，在連接到數據庫以后顯式用SET NAMES語句設置一次連接字符集即可；但當使用長連接時，請注意保持連接通暢并在斷開重連后用SET NAMES語句顯式重置連接字符集。

其他注意事項

? my.cnf中的default_character_set設置只影響mysql命令連接服務器時的連接字符集，不會對使用libmysqlclient庫的應用程序產生任何作用！

? 對字段進行的SQL函數操作通常都是以內部操作字符集進行的，不受連接字符集設置的影響。

? SQL語句中的裸字符串會受到連接字符集或introducer設置的影響，對于比較之類的操作可能產生完全不同的結果，需要小心！

感謝你能夠認真閱讀完這篇文章，希望小編分享的“Mysql字符集設置亂碼的原因有哪些”這篇文章對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，更多相關知識等著你來學習!