mysq查询语句包含中文以及中文乱码,字符集 GBK、GB2312、UTF8的区别

一、查看mysql 字符集设置情况

使用Navicat for Mysql查看工具,打开命令列界面,输入show variables like '%char%';如下图,查看当前mysql字符集设置情况

mysq查询语句包含中文以及中文乱码,字符集 GBK、GB2312、UTF8的区别

1、在查询结果中可以看到mysql 数据库系统中客户端、数据库连接、数据库、文件系统、查询结果、服务器、系统的字符集设置

2、在这里,文件系统字符集是固定的,系统、服务器的字符集在安装时确定,与乱码问题无关。乱码的问题与客户端、数据库连接、数据库、查询结果的字符集设置有关

*注:客户端是看访问mysql 数据库的方式,通过命令行访问,命令行窗口就是客户端,通 过JDBC 等连接访问,程序就是客户端

二、设置mysql数据库的字符集方式

  默认设置情况下,mysql的默认字符集为latin1(ISO_8859_1),若要操作中文字符则需要修改字符集:

  修改默认字符集
    (1) 最简单的修改方法,就是修改mysql的my.ini文件中的字符集键值,

        在[client]下面修改(如果没有就添加):default-character-set = utf8

        在[mysql]下面设置(如果没有就添加):default-character-set = utf8
          在[mysqld]下面设置(如果没有就添加):default-character-set=utf8
         修改完后,重启mysql的服务
    (2) 还有一种修改字符集的方法,就是使用mysql的命令
         mysql> SET character_set_client = utf8 ;
         mysql> SET character_set_connection = utf8 ;
         mysql> SET character_set_database = utf8 ;
         mysql> SET character_set_results = utf8 ;
         mysql> SET character_set_server = utf8 ;
         mysql> SET collation_connection = utf8 ;
         mysql> SET collation_database = utf8 ;
         mysql> SET collation_server = utf8 ;

三、查询语句包含中文字符及乱码问题

   我们在向mysql 写入中文数据时,在客户端、数据库连接、写入数据库时分别要进行编码转换。在执行查询时,在返回结果、数据库连接、客户端也要分别进行编码转换。

  1、在登录数据库时,我们用mysql --default-character-set=字符集-u root -p 进行连接,这时我们再用show variables like '%char%';命令查看字符集设置情况,可以发现客户端、数据库连接、查询结果的字符集已经设置成登录时选择的字符集了。

  2、如果是已经登录了,可以使用set names 字符集;命令来实现上述效果,等同于下面的命令: 
    set character_set_client = 字符集 
    set character_set_connection = 字符集 
    set character_set_results = 字符集

  3、如果是通过JDBC 连接数据库,可以这样写URL: 
    URL=jdbc:mysql://localhost:3306/abs?useUnicode=true&characterEncoding=字符集

  4、JSP 页面等终端也要设置相应的字符集

  5、数据库的字符集可以修改mysql 的启动配置来指定字符集,也可以在create database 时加上 default character set 字符集来强制设置database 的字符集

  6、通过这样的设置,整个数据写入读出流程中都统一了字符集,就不会出现乱码了

四、为什么从命令行直接写入中文不设置也不会出现乱码?

  1、可以明确的是从命令行下,客户端、数据库连接、查询结果的字符集设置没有变化输入的中文经过一系列转码又转回初始的字符集,我们查看到的当然不是乱码但这并不代表中文在数据库里被正确作为中文字符存储。

  2、举例:现在有一个utf8 编码数据库,客户端连接使用GBK 编码,connection 使用默认的ISO8859-1(也就是mysql 中的latin1),我们在客户端发送“中文”这个字符串,客户端将发送一串GBK 格式的二进制码给connection 层,connection 层以ISO8859-1 格式将这段二进制码发送给数据库,数据库将这段编码以utf8 格式存储下来,我们将这个字段以utf8格式读取出来,肯定是得到乱码,也就是说中文数据在写入数据库时是以乱码形式存储的,在同一个客户端进行查询操作时,做了一套和写入时相反的操作,错误的utf8 格式二进制码又被转换成正确的GBK 码并正确显示出来。

五、关于GBK、GB2312、UTF8

  UTF-8:Unicode Transformation Format-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。如,如果是UTF8编码,则在外国人的英文IE上也能显示中文,他们无需下载IE的中文语言支持包。

  GBK是国家标准GB2312基础上扩容后兼容GB2312的标准。GBK的文字编码是用双字节来表示的,即不论中、英文字符均使用双字节来表示,为了区分中文,将其最高位都设定成1。GBK包含全部中文字符,是国家编码,通用性比UTF8差,不过UTF8占用的数据库比GBD大。

  GBK、GB2312等与UTF8之间都必须通过Unicode编码才能相互转换: 
  GBK、GB2312--Unicode--UTF8 
  UTF8--Unicode--GBK、GB2312

  对于一个网站、论坛来说,如果英文字符较多,则建议使用UTF-8节省空间。不过现在很多论坛的插件一般只支持GBK。

  GB2312是GBK的子集,GBK是GB18030的子集 
  GBK是包括中日韩字符的大字符集合 
  如果是中文的网站 推荐GB2312 GBK有时还是有点问题 
  为了避免所有乱码问题,应该采用UTF-8,将来要支持国际化也非常方便 
  UTF-8可以看作是大字符集,它包含了大部分文字的编码。 
  使用UTF-8的一个好处是其他地区的用户(如香港*)无需安装简体中文支持就能正常观看你的文字而不会出现乱码。

  gb2312是简体中文的码 
  gbk支持简体中文及繁体中文 
  big5支持繁体中文 
  utf-8支持几乎所有字符

上一篇:微信支付WxpayAPI_php_v3 错误修改


下一篇:【EFCore】修改DbSet状态或者Attach()时,抛出异常:另一个相同ID的实体已被跟踪