MySQL 亂碼之我見

時間 2019-11-07

標籤 mysql 亂碼欄目 MySQL 简体版

原文原文鏈接

先着重介紹一下mysql的字符集，這樣能對產生mysql的根源有一個瞭解。
mysql 的字符集支持有兩個方面：字符集(Character set)和排序方式(Collation)。另外對於字符集的支持細化到四個層次: 服務器(server)，數據庫(database)，數據表(table)和鏈接(connection)。mysql

連上mysql 後使用status 命令，能夠看到相似以下輸出：sql

>mysql status
Connection id:          305
Current database:
Current user:           root@localhost
SSL:                    Not in use
Current pager:          stdout
Using outfile:          ''
Using delimiter:        ;
Server version:         5.6.23 MySQL Community Server (GPL)
Protocol version:       10
Connection:             Localhost via UNIX socket
Server characterset:    utf8
Db     characterset:    utf8
Client characterset:    utf8
Conn.  characterset:    utf8

Server characterset 就是mysql默認字符集，當建立數據庫沒有指定字符集時數據庫就採用此默認值。能夠在mysql的配置文件中的 mysqld 段中對此值進行修改數據庫

[mysqld]
port        = 3306
socket      = /tmp/mysql.sock
character-set-server = utf8
collation-server = utf8_general_ci

Db characterset：是當前數據庫默認的字符集，當建立表時沒有指定字符集，此表就使用當前默認值。例如建立一個 db_test 數據庫，字符集使用 latin1服務器

CREATE DATABASE `db_test` CHARACTER SET 'latin1' COLLATE 'latin1_swedish_ci';

use db_test;

而後再使用 status 命令，能夠看到這個時候 Db characterset 變爲 latin1 了app

>mysql status
Connection id:          305
Current database:       db_test
Current user:           root@localhost
SSL:                    Not in use
Current pager:          stdout
Using outfile:          ''
Using delimiter:        ;
Server version:         5.6.23 MySQL Community Server (GPL)
Protocol version:       10
Connection:             Localhost via UNIX socket
Server characterset:    utf8
Db     characterset:    latin1
Client characterset:    utf8
Conn.  characterset:    utf8

在數據庫中分別建立兩種表 test1 和 test2，其中 test1 使用默認字符集， test2 指定字符集爲GBKsocket

create table test1 (name varchar(20));

create table test2 (name varchar(20)) default charset=GBK;

使用 show create table 命令查看上述兩張表，能夠看到 test1 使用了當前數據庫的默認字符集latin1，而test2使用的字符集是GBK。測試

mysql> show create table test1;
+-------+-------------------------------------------------------------------------------------------------+
| Table | Create Table                                                                                    |
+-------+-------------------------------------------------------------------------------------------------+
| test1 | CREATE TABLE `test1` (
  `name` varchar(20) DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=latin1 |
+-------+-------------------------------------------------------------------------------------------------+

mysql> show create table test2;
+-------+----------------------------------------------------------------------------------------------+
| Table | Create Table                                                                                 |
+-------+----------------------------------------------------------------------------------------------+
| test2 | CREATE TABLE `test2` (
  `name` varchar(20) DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=gbk |
+-------+----------------------------------------------------------------------------------------------+

mysql 存儲信息最終是已二進制的形式來存儲的。因此在存儲以前就須要對信息進行編碼，同時從數據庫讀取信息後須要解碼。具體使用那種編碼、解碼方式就是根據Client characterset以及表對應的字符集，若是沒有顯示的指定，那麼會有一個默認值。當使用命令行的方式鏈接mysql，能夠在mysql 配置中 mysql 段來指定默認Client characterset。例如：編碼

[client]
port        = 3306
socket      = /tmp/mysql.sock
default-character-set   = utf8

也能夠使用在鏈接時候指定spa

mysql -uroot -p --default-character-set=utf8

另外在登陸mysql 後也能夠使用 set names 來指定命令行

set names utf8

關於優先級，set names utf8 最高，mysql -uroot -p --default-character-set=utf8 其次、my.cnf 最後。

上面對字符集作了一個簡單的介紹，建議你們也把上面的mysql 命令試一下，這樣理解或更加深入。如今再來講一下亂碼的狀況，通常出現亂碼就是由於字符集（編碼）不一樣，換句話說就是當字符集（編碼）一致時就不會出現亂碼。前面介紹了一下字符集，因此知道了好幾種，那究竟是須要什麼字符集一致呢？答案是：Client characterset 與數據庫表的字符集。下面仍是經過例子來講明，使用上面建立的表 test1。

因爲test1使用的字符集是 latin1，那麼使用下面的方式連上mysql

mysql -uroot -p  db_test --default-character-set=latin1

再次確認一下Client characterset 與數據庫表的字符集

mysql> status
--------------
mysql  Ver 14.14 Distrib 5.6.23, for osx10.8 (x86_64) using  EditLine wrapper

Connection id:          310
Current database:       db_test
Current user:           root@localhost
SSL:                    Not in use
Current pager:          stdout
Using outfile:          ''
Using delimiter:        ;
Server version:         5.6.23 MySQL Community Server (GPL)
Protocol version:       10
Connection:             Localhost via UNIX socket
Server characterset:    utf8
Db     characterset:    latin1
Client characterset:    latin1
Conn.  characterset:    latin1

-------------------------

mysql> show create table test1;
+-------+-------------------------------------------------------------------------------------------------+
| Table | Create Table                                                                                    |
+-------+-------------------------------------------------------------------------------------------------+
| test1 | CREATE TABLE `test1` (
  `name` varchar(20) DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=latin1 |
+-------+-------------------------------------------------------------------------------------------------+

能夠看到Client characterset與表的字符集是一致的，而後插入一條含有中文的記錄，同時查詢看看。

mysql> insert into test1(name) values('中test文1234測試');

mysql> select * from test1;
+----------------------+
| name                 |
+----------------------+
| 中test文1234測試 |
+----------------------+

如今證實當Client characterset與表的字符集一致時，沒有出現亂碼。那如今使用set names 來修改一下 Client characterset 看看效果。

mysql> set names utf8;
Query OK, 0 rows affected (0.00 sec)

mysql> status
--------------
mysql  Ver 14.14 Distrib 5.6.23, for osx10.8 (x86_64) using  EditLine wrapper

Connection id:          310
Current database:       db_test
Current user:           root@localhost
SSL:                    Not in use
Current pager:          stdout
Using outfile:          ''
Using delimiter:        ;
Server version:         5.6.23 MySQL Community Server (GPL)
Protocol version:       10
Connection:             Localhost via UNIX socket
Server characterset:    utf8
Db     characterset:    latin1
Client characterset:    utf8
Conn.  characterset:    utf8

mysql> select * from test1;
+--------------------------------------+
| name                                 |
+--------------------------------------+
| ä¸testæ–‡1234æµ‹è¯• |
+--------------------------------------+

utf8 出現亂碼，再試試gbk

mysql> set names gbk;
Query OK, 0 rows affected (0.00 sec)

mysql> status
--------------
mysql  Ver 14.14 Distrib 5.6.23, for osx10.8 (x86_64) using  EditLine wrapper

Connection id:          310
Current database:       db_test
Current user:           root@localhost
SSL:                    Not in use
Current pager:          stdout
Using outfile:          ''
Using delimiter:        ;
Server version:         5.6.23 MySQL Community Server (GPL)
Protocol version:       10
Connection:             Localhost via UNIX socket
Server characterset:    utf8
Db     characterset:    latin1
Client characterset:    gbk
Conn.  characterset:    gbk

mysql> select * from test1;
+------------------------+
| name                   |
+------------------------+
| ???test?1234???? |
+------------------------+

上面把Client characterset 設置分別設置爲 utf8 或 GBK 後，而後查詢都出現了亂碼，並且亂碼顯示還不同。下面再測試同樣不一樣Client characterset字符集先插入在讀取的狀況。

mysql -uroot -p  db_test --default-character-set=utf8

 mysql> status
--------------
mysql  Ver 14.14 Distrib 5.6.23, for osx10.8 (x86_64) using  EditLine wrapper

Connection id:          312
Current database:       db_test
Current user:           root@localhost
SSL:                    Not in use
Current pager:          stdout
Using outfile:          ''
Using delimiter:        ;
Server version:         5.6.23 MySQL Community Server (GPL)
Protocol version:       10
Connection:             Localhost via UNIX socket
Server characterset:    utf8
Db     characterset:    latin1
Client characterset:    utf8
Conn.  characterset:    utf8

mysql> truncate table test1;
Query OK, 0 rows affected (0.01 sec)

mysql> select * from test1;
Empty set (0.00 sec)

mysql> insert into test1(name) values('中test文1234測試');                                                                                                                                             
Query OK, 1 row affected, 1 warning (0.00 sec)

mysql> select * from test1;
+--------------+
| name         |
+--------------+
| ?test?1234?? |
+--------------+

上面的例子說明當字符集不一致出現亂碼了。若是再把Client characterset 修改成和數據庫表一致，而後看看剛剛插入的記錄是否仍是顯示亂碼

mysql> set names latin1;
Query OK, 0 rows affected (0.00 sec)

mysql> select * from test1;
+--------------+
| name         |
+--------------+
| ?test?1234?? |
+--------------+
1 row in set (0.00 sec)

仍是亂碼，也就是經過字符集設置也沒法把亂碼還原了。

經過上面這些例子能夠得出結論，只有當Client characterset與表的字符集一致纔不會出現亂碼。