MySQL 乱码之我见
先着重介绍一下mysql的字符集,这样能对产生mysql的根源有一个了解。
mysql 的字符集支持有两个方面:字符集(Character set)和排序方式(Collation)。另外对于字符集的支持细化到四个层次: 服务器(server),数据库(database),数据表(table)和连接(connection)。
连上mysql 后使用status 命令,可以看到类似如下输出:
>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默认字符集,当创建数据库没有指定字符集时数据库就采用此默认值。可以在mysql的配置文件中的 mysqld 段中对此值进行修改
[mysqld]
port = 3306
socket = /tmp/mysql.sock
character-set-server = utf8
collation-server = utf8_general_ci
Db characterset:是当前数据库默认的字符集,当创建表时没有指定字符集,此表就使用当前默认值。例如创建一个 db_test 数据库,字符集使用 latin1
CREATE DATABASE `db_test` CHARACTER SET 'latin1' COLLATE 'latin1_swedish_ci';
use db_test;
然后再使用 status 命令,可以看到这个时候 Db characterset 变为 latin1 了
>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
在数据库中分别创建两种表 test1 和 test2,其中 test1 使用默认字符集, test2 指定字符集为GBK
create table test1 (name varchar(20));
create table test2 (name varchar(20)) default charset=GBK;
使用 show create table 命令查看上述两张表,可以看到 test1 使用了当前数据库的默认字符集latin1,而test2使用的字符集是GBK。
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 存储信息最终是已二进制的形式来存储的。所以在存储之前就需要对信息进行编码,同时从数据库读取信息后需要解码。具体使用那种编码、解码方式就是根据Client characterset以及表对应的字符集,如果没有显示的指定,那么会有一个默认值。当使用命令行的方式连接mysql,可以在mysql 配置中 mysql 段来指定默认Client characterset。例如:
[client]
port = 3306
socket = /tmp/mysql.sock
default-character-set = utf8
也可以使用在连接时候指定
mysql -uroot -p --default-character-set=utf8
另外在登录mysql 后也可以使用 set names 来指定
set names utf8
关于优先级,set names utf8 最高,mysql -uroot -p --default-character-set=utf8 其次、my.cnf 最后。
上面对字符集做了一个简单的介绍,建议大家也把上面的mysql 命令试一下,这样理解或更加深刻。现在再来说一下乱码的情况,一般出现乱码就是因为字符集(编码)不同,换句话说就是当字符集(编码)一致时就不会出现乱码。前面介绍了一下字符集,所以知道了好几种,那到底是需要什么字符集一致呢?答案是:Client characterset 与 数据库表的字符集。 下面还是通过例子来说明,使用上面创建的表 test1。
由于test1使用的字符集是 latin1,那么使用下面的方式连上mysql
mysql -uroot -p db_test --default-character-set=latin1
再次确认一下Client characterset 与 数据库表的字符集
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 |
+-------+-------------------------------------------------------------------------------------------------+
可以看到Client characterset与表的字符集是一致的,然后插入一条含有中文的记录,同时查询看看。
mysql> insert into test1(name) values('中test文1234测试');
mysql> select * from test1;
+----------------------+
| name |
+----------------------+
| 中test文1234测试 |
+----------------------+
现在证明当Client characterset与表的字符集一致时,没有出现乱码。那现在使用set names 来修改一下 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–‡1234测试 |
+--------------------------------------+
utf8 出现乱码,再试试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 设置分别设置为 utf8 或 GBK 后,然后查询都出现了乱码,而且乱码显示还不一样。下面再测试一样不同Client characterset字符集先插入在读取的情况。
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测试');
Query OK, 1 row affected, 1 warning (0.00 sec)
mysql> select * from test1;
+--------------+
| name |
+--------------+
| ?test?1234?? |
+--------------+
上面的例子说明当字符集不一致出现乱码了。 如果再把Client characterset 修改为和数据库表一致,然后看看刚刚插入的记录是否还是显示乱码
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)
还是乱码,也就是通过字符集设置也无法把乱码还原了。
通过上面这些例子可以得出结论,只有 当Client characterset与表的字符集一致才不会出现乱码。