MySql中UTF8 和 GBK 编码中文字符长度问题

标签: mysql utf8 gbk | 发表时间:2013-07-19 10:35 | 作者:risingsun001
出处:http://blog.csdn.net

为什么要了解MySql中UTF8 和 GBK 编码中文字符长度呢?举个例子,在oracle中用utf8 字段中文长度为1的话,需要char(3),mysql中则是char(1),如果你按照oracle的做法去创建mysql字段,是不是在mysql表中创建的长度大小与自己锁想的不一样呢,所以这个小知识点还是有必要了解的。
我在经过实验后得到以下结论(适用MySQL 5.0以上版本):

1.一个汉字占多少长度与编码有关:
         UTF-8:一个汉字=3个字节
            GBK:一个汉字=2个字节
 2.在MySQL中 varchar(n)和char(n)表示n个字符,无论汉字和英文,Mysql都能存入n个字符,仅是实际字节长度有所区别

     即 MySQL 并不会对超过长度的字符报错,而是直接截断了. 并且 char(2) 和 varchar(2) 都能存储 2个汉字,或者是两个英文字符. 
 3. MySQL 的 char(n) 和varchar(n) 可以直接存储 n 个汉字. 而不是 n/3或者 n/2 个,mysql 屏蔽了具体的存储细节,而直接以实际字符的个数来决定char存储的个数


 提示:MySQL检查长度,可用SQL语言:
        select LENGTH(fieldname) from tablename 和 select CHAR_LENGTH(fieldname) from tablename 来查看

        说明:LENGTH 输出的结果是 字符实际长度的,而 CHAR_LENGTH输出的则是屏蔽了字符存储细节,是实际的字符个数!

        注:在涉及中文环境下的php+mysql组合,最好是用 mb_strlen来检测字符长度, 而在mysql 中,使用 CHAR_LENGTH来检测字符长度,这样能做到中英文统一处理. 
                php中strlen和mb_strlen,count的区别:

                 strlen 计算字符串长度,一个中文当2字符;mb_strlen根据它的字符编码模式,统计字符;count计算数组中的元素数目或对象中的属性个数

 

下面我们来验证下我们的结论是否正确:

测试一:

首先,我们先来测试一下 php 把一个汉字认作几个字节:

UTF8测试

<?php
header("Content-type:text/html;charset=utf-8");
$string1="字";//定义中文字符变量
$string2="x";//定义英文字符变量

//直接输出看看他们的长度
echo strlen($string1);
echo "</br>";
echo strlen($string2);
echo "</br>";

//用 php 多字节扩展函数 mb_strlen试试看
echo mb_strlen($string1,'utf8');
echo "</br>";
echo mb_strlen($string2,'utf8');
echo "</br>";

?>

注:测试的时候请将test.php文件的编码也改为utf8 ,否则会出现strlen长度为2的情况,得不到正确的结果

输出:

GBK测试:

<?php
header("Content-type:text/html;charset=gbk");
$string1="字";//定义中文字符变量
$string2="x";//定义英文字符变量

//直接输出看看他们的长度
echo strlen($string1);
echo "</br>";
echo strlen($string2);
echo "</br>";

//用 php 多字节扩展函数 mb_strlen试试看
echo mb_strlen($string1,'gbk');
echo "</br>";
echo mb_strlen($string2,'gbk');
echo "</br>";

?>

输出:

 

结论1.一个汉字占多少长度与编码有关:
         UTF-8:一个汉字=3个字节
            GBK:一个汉字=2个字节


测试二:

首先我们来测试UTF8

创建UTF8编码的数据库

CREATE DATABASE `testutf8` DEFAULT CHARACTER SET utf8 COLLATE utf8_general_ci;

 

创建utf8编码的表test

CREATE TABLE test(
txt_charchar( 2 ) NULL ,
txt_varchar varchar( 2 ) NULL 
) ENGINE = MYISAM 


确认表字段是否为utf8

插入两条记录:

INSERT INTO test(txt_char,txt_varchar) VALUES ('abcdef','uvwxyz') , ('我是测试的','测试的是我'); 

插入结果:

 

创建test2表

CREATE TABLE `testutf8`.`test2` (
`txt_char` CHAR( 2 ) CHARACTER SET gbk COLLATE gbk_chinese_ci NOT NULL ,
`txt_varchar` VARCHAR( 2 ) CHARACTER SET gbk COLLATE gbk_chinese_ci NOT NULL 
) ENGINE = MYISAM 

确认表字段是否为gbk

插入两条记录:

INSERT INTO test(txt_char,txt_varchar) VALUES ('abcdef','uvwxyz') , ('我是测试的','测试的是我'); 

插入结果:


结论二:

证明 mysql 并不会对超过长度的字符报错,而是直接截断了.
并且 char(2) 和 varchar(2) 都能存储 2个汉字,或者是两个英文字符.
证明 mysql 的 char(n) 可以直接存储 n 个汉字. 而不是 n/3 个
mysql 屏蔽了具体的存储细节,而直接以实际字符的个数来决定 char存储的个数

.


 



 

 

 

作者:risingsun001 发表于2013-7-19 10:35:48 原文链接
阅读:149 评论:0 查看评论

相关 [mysql utf8 gbk] 推荐:

MySql中UTF8 和 GBK 编码中文字符长度问题

- - CSDN博客数据库推荐文章
为什么要了解MySql中UTF8 和 GBK 编码中文字符长度呢. 举个例子,在oracle中用utf8 字段中文长度为1的话,需要char(3),mysql中则是char(1),如果你按照oracle的做法去创建mysql字段,是不是在mysql表中创建的长度大小与自己锁想的不一样呢,所以这个小知识点还是有必要了解的.

UTF-8 GBK UTF8 GB2312 之间的区别和关系

- 维维孙 - 博客园-首页原创精华区
UTF-8:Unicode TransformationFormat-8bit,允许含BOM,但通常不含BOM. 是用以解决国际上字符的一种多字节编码,它对英文使用8位(即一个字节),中文使用24为(三个字节)来编码. UTF-8包含全世界所有国家需要用到的字符,是国际编码,通用性强. UTF-8编码的文字可以在各国支持UTF8字符集的浏览器上显示.

(原创)Linux下MySQL 5.5的修改字符集编码为UTF8(彻底解决中文乱码问题)

- - 服务器运维与网站架构|Linux运维|X研究
PS:昨天一同事遇到mysql 5.5中文乱码问题,找我解决. 解决了,有个细节问题网上没人说,我就总结一下. 一、登录MySQL查看用SHOW VARIABLES LIKE ‘character%’;下字符集,显示如下:. character_set_database和character_set_server的默认字符集还是latin1.

中文字符集编码Unicode ,gb2312 , cp936 ,GBK,GB18030

- - 博客园_学院派的驴
转自: http://hi.baidu.com/okptqdwpfrbosuq/item/0fc063f8b65f0516d6ff8c03. 中文字符集编码Unicode ,gb2312 , cp936 ,GBK,GB18030. 转自: http://www.blog.edu.cn/user3/flyingcs/archives/2006/1418577.shtml 概要:UTF-8的一个特别的好处是它与ISO- 8859-1完全兼容,可以表示世界上所有的字符,汉字通常用3个字节来表示.

apache 搭建网站中文gbk乱码问题解决

- - CSDN博客系统运维推荐文章
    安装Discuz过程中,所有的中文都是乱码,这是由于在/etc/http/conf/httpd.conf文件中设置了默认的编码集为utf-8,需要取消这一默认设置,方法如如下,.     编辑/etc/httpd/conf/httpd.conf文件,在里面搜索AddDefaultCharset UTF-8,搜索到后可以删除,也可以设置为OFF,也就是关闭,我选择了OFF,也就是修改为AddDefaultCharset OFF就可以了.

Linux Ksplice,MySQL and Oracle

- Syn - DBA Notes
Oracle 在 7 月份收购了 Ksplice. 使用了 Ksplice 的 Linux 系统,为 Kernel 打补丁无需重启动,做系统维护的朋友应该明白这是一个杀手级特性. 现在该产品已经合并到 Oracle Linux 中. 目前已经有超过 700 家客户,超过 10 万套系统使用了 Ksplice (不知道国内是否已经有用户了.

MySQL Replication 线程

- - CSDN博客推荐文章
Replication 线程. Mysql 的Replication 是一个异步的复制过程,从一个Mysql instace(我们称之为Master)复制到另一个Mysql instance(我们称之Slave). 在Master 与Slave 之间的实现整个复制过程主. 要由三个线程来完成,其中两个线程(Sql 线程和IO 线程)在Slave 端,另外一个线程(IO 线程)在Master 端.

mysql backup 脚本

- - ITeye博客
网上备份脚本很多,但考虑都不周全. 保证创建备份文件只能是创建者跟root可以访问,其他用户没有权限,保证了数据库备份的安全. 上面脚本是负责备份的份数管理,. 已有 0 人发表留言,猛击->> 这里<<-参与讨论. —软件人才免语言低担保 赴美带薪读研.

Oracle MySQL Or NoSQL续

- - Sky.Jian 朝阳的天空
接前面一篇,这里再将之前在“中国系统架构师大会”5周年的时候发布的纪念册“IT架构实录”上的一篇文章发出来,也算是前面博文中PPT的一个文字版解读吧. Oracle,MySQL 还是 NoSQL. 随着阿里系的“去IOE”运动在社区的宣传声越来越大,国内正在掀起一股“去xxx”的技术潮. 不仅仅是互联网企业,包括运营商以及金融机构都已经开始加入到这个潮流之中.

mysql优化

- - 数据库 - ITeye博客
公司网站访问量越来越大,MySQL自然成为瓶颈,因此最近我一直在研究 MySQL  的优化,第一步自然想到的是 MySQL 系统参数的优化,作为一个访问量很大的网站(日20万人次以上)的数据库系统,不可能指望 MySQL  默认的系统参数能够让 MySQL运行得非常顺畅. 在Apache, PHP,  MySQL的体系架构中,MySQL对于性能的影响最大,也是关键的核心部分.