欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  数据库

MySql字符集详解_MySQL

程序员文章站 2022-05-29 17:24:51
...
常用的字符集包括ASCII ,GB2312 , GBK , UTF-8 ,Unicode

首先要知道

MySql字符集详解_MySQL

ASCII编码:

用一个字节来标识0-9的数字、大小写字母、及一些标点和不可见字符。1个字节8位,可以有256种组合。标准的ASCII编码只利用一个字节的后7位(128种组合),最高位用作奇偶校验。

范围为0000 0000 - 0111 1111 即 0-127

因为ASCII最多只有256种组合,中国汉字成千上万,所以需要更多的字节来表示一个汉字,常见中文编码的有GB2312和GBK。

GB2312编码:

是中国计算机的本地编码方式,用两个字节来表示一个汉字。为了兼容ASCII编码,这两个字节的取值范围都不在0-127,而是在128-255之间。则GB2312理论上最多有128*128=16384种组合。足够表示常用的汉字。

现有以下几个数,每个数表示一个字节,问哪些是GB2312编码,哪些是用ASCII编码?数字只是随便举的

128 200 65 189 178 23 213 186

128 200 因为两个字节都在128-255之间,所以是用GB2312编码的汉字

65 一个字节在0-127之间,所以是用ASCII编码的,实际表示的是小写字母‘a’。

189 178 同理是用GB2312编码的汉字

213 186 也是用GB2312编码的汉字

GBK编码:

是GB2312的升级版,收容了更多的汉字。它也是用两个字节表示汉字,第一个字节的理论范围依旧是128-255之间,但第二个字节范围变为0-255。理论上最多能表示128*256种组合。同样能兼容ASCII编码。

比如

128 65 65 189 178 23 213 186

因为128不在0-127之间,所以从128开始的2个字节表示的是一个汉字

65在0-127,所以用一个字节表示小写字母‘a’。

189 178 同理189不在0-127之间,表示的是一个汉字

213 186 同理213 不在0-127之间,表示的是一个汉字

Unicode字符集:

Unicode其实只是相当于一张表,用4个字节给去全世界的文字进行了编号。

UTF-8编码:

UTF-8和Unicode的关系,相当于压缩文件与源文件的关系,UTF-8用来压缩Unicode。UTF-8是变长编码,理论上用1到6字节来表示一个字符。

MySql字符集详解_MySQL

最高位是0的,用1个字节来表示一个字符

最高位有n个连续的1,则用个n个字节表示一个字符。

MySql乱码问题:

乱码问题有两种可能:1、解码与对应的编码不匹配。2、数据损坏。

第一种是可以解决的,第二种数据已损坏无法还原。

对于第一种情况,要先了解MySql的各个环节

MySql字符集详解_MySQL数据库存储数据的编码方式不一致,则接着转换成数据库存储数据的编码方式。同理,当返回结果时,数据库数据比对连接器编码,不一致则转成连接器编码,再比对连接器编码与结果集编码,不一致则转换成结果及编码。

总而言之,只要客户端、连接器、结果集编码保持一致,大部分情况是不会出现乱码的。

可以通过

set character_set_client = 编码方式;设置客户端编码

set character_set_connection=编码方式; 设置连接器编码

set character_set_results=编码方式; 设置接结果集编码

这三句话也可以简化为一句:set names 编码方式