MySQL字符集 GBK、GB23十二、UTF8區別 解決 MYSQL中文亂碼問題

MySQL中涉及的幾個字符集

character-set-server/default-character-set：服務器字符集，默認狀況下所採用的。
character-set-database：數據庫字符集。
character-set-table：數據庫表字符集。
優先級依次增長。因此通常狀況下只須要設置character-set-server，而在建立數據庫和表時不特別指定字符集，這樣統一採用character-set-server字符集。
character-set-client：客戶端的字符集。客戶端默認字符集。當客戶端向服務器發送請求時，請求以該字符集進行編碼。
character-set-results：結果字符集。服務器向客戶端返回結果或者信息時，結果以該字符集進行編碼。
在客戶端，若是沒有定義character-set-results，則採用character-set-client字符集做爲默認的字符集。因此只須要設置character-set-client字符集。

要處理中文，則能夠將character-set-server和character-set-client均設置爲GB2312，若是要同時處理多國語言，則設置爲UTF8。

 

關於MySQL的中文問題

解決亂碼的方法是，在執行SQL語句以前，將MySQL如下三個系統參數設置爲與服務器字符集character-set-server相同的字符集。
character_set_client：客戶端的字符集。
character_set_results：結果字符集。
character_set_connection：鏈接字符集。
設置這三個系統參數經過向MySQL發送語句：set names gb2312

關於GBK、GB23十二、UTF8

UTF-8：Unicode Transformation Format-8bit，容許含BOM，但一般不含BOM。是用以解決國際上字符的一種多字節編碼，它對英文使用8位（即一個字節），中文使用24爲（三個字節）來編碼。UTF-8包含全世界全部國家須要用到的字符，是國際編碼，通用性強。UTF-8編碼的文字能夠在各國支持UTF8字符集的瀏覽器上顯示。如，若是是UTF8編碼，則在外國人的英文IE上也能顯示中文，他們無需下載IE的中文語言支持包。

GBK是國家標準GB2312基礎上擴容後兼容GB2312的標準。GBK的文字編碼是用雙字節來表示的，即不論中、英文字符均使用雙字節來表示，爲了區分中文，將其最高位都設定成1。GBK包含所有中文字符，是國家編碼，通用性比UTF8差，不過UTF8佔用的數據庫比GBD大。

GBK、GB2312等與UTF8之間都必須經過Unicode編碼才能相互轉換：
GBK、GB2312－－Unicode－－UTF8
UTF8－－Unicode－－GBK、GB2312

對於一個網站、論壇來講，若是英文字符較多，則建議使用UTF－8節省空間。不過如今不少論壇的插件通常只支持GBK。

GB2312是GBK的子集，GBK是GB18030的子集
GBK是包括中日韓字符的大字符集合
若是是中文的網站 推薦GB2312 GBK有時仍是有點問題
爲了不全部亂碼問題，應該採用UTF-8，未來要支持國際化也很是方便
UTF-8能夠看做是大字符集，它包含了大部分文字的編碼。
使用UTF-8的一個好處是其餘地區的用戶（如香港臺灣）無需安裝簡體中文支持就能正常觀看你的文字而不會出現亂碼。

gb2312是簡體中文的碼
gbk支持簡體中文及繁體中文
big5支持繁體中文
utf-8支持幾乎全部字符

 

首先分析亂碼的狀況
1.寫入數據庫時做爲亂碼寫入
2.查詢結果以亂碼返回
究竟在發生亂碼時是哪種狀況呢？
咱們先在mysql 命令行下輸入
show variables like '%char%';
查看mysql 字符集設置狀況:

mysql> show variables like '%char%';
+--------------------------+----------------------------------------+
| Variable_name            | Value                                  |
+--------------------------+----------------------------------------+
| character_set_client     | gbk                                    | 
| character_set_connection | gbk                                    | 
| character_set_database   | gbk                                    | 
| character_set_filesystem | binary                                 | 
| character_set_results    | gbk                                    | 
| character_set_server     | gbk                                    | 
| character_set_system     | utf8                                   | 
| character_sets_dir       | /usr/local/mysql/share/mysql/charsets/ | 
+--------------------------+----------------------------------------+

在查詢結果中能夠看到mysql 數據庫系統中客戶端、數據庫鏈接、數據庫、文件系統、查詢 結果、服務器、系統的字符集設置 在這裏，文件系統字符集是固定的，系統、服務器的字符集在安裝時肯定，與亂碼問題無關 亂碼的問題與客戶端、數據庫鏈接、數據庫、查詢結果的字符集設置有關 *注：客戶端是看訪問mysql 數據庫的方式，經過命令行訪問，命令行窗口就是客戶端，通 過JDBC 等鏈接訪問，程序就是客戶端 咱們在向mysql 寫入中文數據時，在客戶端、數據庫鏈接、寫入數據庫時分別要進行編碼轉 換 在執行查詢時，在返回結果、數據庫鏈接、客戶端分別進行編碼轉換 如今咱們應該清楚，亂碼發生在數據庫、客戶端、查詢結果以及數據庫鏈接這其中一個或多 個環節 接下來咱們來解決這個問題 在登陸數據庫時，咱們用mysql --default-character-set=字符集-u root -p 進行鏈接，這時咱們 再用show variables like '%char%';命令查看字符集設置狀況，能夠發現客戶端、數據庫鏈接、 查詢結果的字符集已經設置成登陸時選擇的字符集了 若是是已經登陸了，可使用set names 字符集;命令來實現上述效果，等同於下面的命令： set character_set_client = 字符集 set character_set_connection = 字符集 set character_set_results = 字符集 若是是經過JDBC 鏈接數據庫，能夠這樣寫URL： URL=jdbc:mysql://localhost:3306/abs?useUnicode=true&characterEncoding=字符集 JSP 頁面等終端也要設置相應的字符集 數據庫的字符集能夠修改mysql 的啓動配置來指定字符集，也能夠在create database 時加上 default character set 字符集來強制設置database 的字符集 經過這樣的設置，整個數據寫入讀出流程中都統一了字符集，就不會出現亂碼了 爲何從命令行直接寫入中文不設置也不會出現亂碼？ 能夠明確的是從命令行下，客戶端、數據庫鏈接、查詢結果的字符集設置沒有變化 輸入的中文通過一系列轉碼又轉回初始的字符集，咱們查看到的固然不是亂碼 但這並不表明中文在數據庫裏被正確做爲中文字符存儲 舉例來講，如今有一個utf8 編碼數據庫，客戶端鏈接使用GBK 編碼，connection 使用默認 的ISO8859-1（也就是mysql 中的latin1），咱們在客戶端發送「中文」這個字符串，客戶端 將發送一串GBK 格式的二進制碼給connection 層，connection 層以ISO8859-1 格式將這段 二進制碼發送給數據庫，數據庫將這段編碼以utf8 格式存儲下來，咱們將這個字段以utf8 格式讀取出來，確定是獲得亂碼，也就是說中文數據在寫入數據庫時是以亂碼形式存儲的， 在同一個客戶端進行查詢操做時，作了一套和寫入時相反的操做，錯誤的utf8 格式二進制 碼又被轉換成正確的GBK 碼並正確顯示出來。