MySQL字符集乱码

rtwer

什么是字符集？
    字符集是一套符号和编码的规则，可以想象为二进制位和符号的转换表。

MySQL支持的字符集
    MySQL数据库可以支持多种字符集。
    MySQL字符集包括字符集（character set）和校对规则（collation）两个概念。字符集是用来定义MySQL存储字符串的方式，校对规则则是用来定义了比较字符串的方式。字符集和校对规则是一对多的关系。
    每个字符集至少对应一个校对规则。

1 2 3 4

# 查看支持的字符集 mysql> SHOW CHARACTER SET; # 查看支持的校对规则 mysql> SHOW COLLATION;

    MySQL字符集设置非常灵活，分别可以在服务器级、数据库级、表级、字段级设置。
数据库对象的字符集的指定有如下继承关系：
Server -> Database -> Table -> Column
也就是说，如果某一级没有显示指定字符集，那么将继承上一级的字符集。

1 2	# 查看服务器字符集相关的系统变量 mysql> SHOW VARIABLES LIKE '%char%';

乱码问题？

MySQL处理连接时，外部连接发送过来的SQL请求会根据以下顺序进行转换：
character_set_client           //客户连接所采用的字符集
|
character_set_connection  //MySQL连接字符集
|
character_set_database    //数据库所采用的字符集（表，列）
|
character_set_results        //返回的结果所采用的字符集

• 我们告诉服务器，我发送给你的数据是什么编码？ character_set_client
• 如果发现和连接器指定的编码不一致，要转换为什么编码？ character_set_connection
• 查询的结果用什么编码？ character_set_results
  

如果以上三者都为字符集N，可简写为： set names N;
下面通过实例来演示为什么会乱码？

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44

# 创建一个表 mysql> CREATE TABLE person (     -> id INT NOT NULL AUTO_INCREMENT PRIMARY KEY,     -> name VARCHAR(30)     -> ) DEFAULT CHARSET utf8; # 然后执行下面3条命令, 可以简写为 set names utf8; set character_set_client=utf8; set character_set_connection=utf8; set_character_set_results=utf8; # 查看当前字符集设置 mysql> show variables like '%char%'; +--------------------------+----------------------------+ | Variable_name            | Value                      | +--------------------------+----------------------------+ | character_set_client     | utf8                       | | character_set_connection | utf8                       | | character_set_database   | latin1                     | | character_set_filesystem | binary                     | | character_set_results    | utf8                       | | character_set_server     | latin1                     | | character_set_system     | utf8                       | | character_sets_dir       | /usr/share/mysql/charsets/ | +--------------------------+----------------------------+ # 然后插入一条数据 mysql> INSERT INTO person(name) VALUES('中文'); # 查询 mysql> SELECT * FROM person; +----+--------+ | id | name   | +----+--------+ |  1 | 中文   | +----+--------+ # 显示结果是正常的。 # 好，接下来，我们改变character_set_results 为 gbk mysql> set character_set_results=gbk; Query OK, 0 rows affected (0.04 sec) mysql> SELECT * FROM person; +----+------+ | id | name | +----+------+ |  1 |      | +----+------+

产生乱码的根本原因就是：
各字符集系统变量不一致，导致进行字符集转换。

    比如说：客户机没有正确地设置client字符集，导致原先的SQL语句被转换成connection所指字符集，而这种转换，可能是会丢失信息的，如果client是utf8格式，那么如果转换成gb2312格式，这其中必定会丢失信息，反之则不会丢失。一定要保证connection的字符集大于client字符集才能保证转换不丢失信息。同理，connection与results也是这样。就像编程语言中的数据类型相互转换时一样，比如把double类型强制转换成int类型，就会造成精度的丢失一样。
    我们来仔细说明一下转换的过程：

• 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~?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。
  

综上，终极解决方案如下:
1.首先要明确你的客户端时候何种编码格式，这是最重要的（IE6一般用utf8，命令行一般是gbk，一般程序是gb2312)
2.确保你的数据库使用utf8格式，很简单，所有编码通吃。
3.一定要保证connection字符集大于等于client字符集，不然就会信息丢失，比如： latin1 < gb2312 < gbk < utf8，若设置set character_set_client = gb2312，那么至少connection的字符集要大于等于gb2312，否则就会丢失信息
4.以上三步做正确的话，那么所有中文都被正确地转换成utf8格式存储进了数据库，为了适应不同的浏览器，不同的客户端，你可以修改character_set_results来以不同的编码显示中文字体，由于utf8是大方向，因此web应用是我还是倾向于使用utf8格式显示中文的。

总结
    根据上面的分析和建议，我们解决我们遇到问题应该使用什么方法大家心里应该比较清楚了。对，就是在创建database的时候指定字符集，不要去通过修改默认配置来达到目的，当然你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的时候，更容易纰漏。