mysql 乱码产生探讨_MySQL

bitsCN.com

 

实验一

1。首先，在下面情况下：

mysql> show variables like 'character_set_%';

+--------------------------+---------------------------------------+

| Variable_name            | Value                                 |

+--------------------------+---------------------------------------+

| character_set_client     | latin1                                |

| character_set_connection | latin1                                |

| character_set_database   | latin1                                |

| character_set_filesystem | binary                                |

| character_set_results    | latin1                                |

| character_set_server     | latin1                                |

| character_set_system     | utf8                                  |

| character_sets_dir       | D:/Programs/mysql5045/share/charsets/ |

+--------------------------+---------------------------------------+

建表，并加入3个记录：大，阿，爱

 

2。set character_set_results=utf8;

则显示：(cmd窗口中，cmd窗口代码页936)

大->麓贸

阿->掳垄

爱->掳庐

 

分析编码：

 

大U：5927，GBK：B4F3

麓U：9E93，GBK：C2B4

贸U：8D38，GBK：C3B3

 

 

阿U：963F，GBK：B0A2

掳U：63B3，GBK：C2B0

垄U：5784，GBK：C2A2

 

爱U：7231，GBK：B0AE

掳U：63B3，GBK：C2B0

庐U：5E90，GBK：C2AE

 

3。改成set character_set_results=gb2312;

一样是乱码

 

4。结论：

乱码的产生，是由于单字节向多字节扩展引起的。B0A2 如果作为单字节存储（虽然表示的是1个汉字，但是因为是latin1单字节，所以认为B0A2是不相关的两个字符），此时如果把character_set_results变成utf8多字节，那么数据库mysql 会试图把每个单字节扩展成近似的（不知道具体的算法）双字节。所以乱码

反之，多字节向单字节转换时，不会有变动，仅仅是原来2各字节表示的一个字符‘B0A2’变成了表示两个字符而已。---- 这个说法经验证是错误的。

数据库存储的内容（磁盘上，内存里）不会受character_set_的影响，只是提交，查询的过程中，受到字符集转换的影响。

 

实验二

1。

create table y (id int, name char(4)) default charset gb2312；

 

2。在不改变默认character_set_ 是latin1的情况下，如果插入一个汉字，则显示乱码

 

3。改成set names gb2312，显示没问题(cmd窗口中，cmd窗口代码页936)

 

4。我原以为如上述实验1种的结论2，“多字节向单字节转换时，不会有变动”。所以我开始以为，set names gb2312 后，把character_set_results 改成latin1，显示不会出问题。结果，

一个汉字，则显示一个问号；两个汉字，则显示两个问号的乱码（估计一个问号代表一个字符）。也就是说，改成character_set_results = latin1后，多字节的数据存储，在向单字节表示转换时，mysql把提出的信息“缩水了”，把两个字节，换算成了一个字节。

 

５。如何，不让mysql缩水呢，我想到了character_set_results = binary；结果，果然显示正常。

 

PS

开发的使用mysql的应用程序，是对应作为独立的使用自己的character_set_client的字符集的

cmd 窗口登陆mysql，也是作为一个独立的，拥有自己character_set_client变量的应用

同理，打开不同的cmd窗口，都拥有独自的character_set_client变量

 

实验三07/16/2010

 

1。建一个默认字符集utf8的表（用navicat ，在utf8的界面下 代码页65001），并且插入utf8编码的汉字‘大学’

2。切换到mysql console（代码页936）

3。set names gbk; 然后显示刚才所建立的表，能正确现实吗？---- 能！当然，只把character_set_results 成gbk，也能正常显示

 

实验四

 

1。mysql console（代码页936）建立一个表x3 ( name char(32) )，默认字符集default charset gbk;

2。默认环境变量  

| character_set_client     | latin1

| character_set_connection | latin1

| character_set_database   | latin1

| character_set_filesystem | binary

| character_set_results    | latin1

| character_set_server     | latin1

| character_set_system     |utf8 //不知道对以下过程、分析是否有影响

 

character_set_client   character_set_connection character_set_results 是latin1的情况下，插入数据：insert x3 values('大');

显示：ERROR 1406 (22001): Data too long for column 'name' at row 1

3。set character_set_client=gbk;然后insert x3 values('大');插入没有问题，但显然，数据经过 （character_set_connection=latin1）的转换，已经是有损了

4。不管character_set_results 设不设成gbk，都不能正常显示结果

5。set names gbk；则插入现实都没问题。并且此时，一个uf8字符集的表的显示也没问题（实验三）。而且进行连接查询，亦没问题。

6。当然，set names utf8，如果在一个utf8的软件界面上，显示输出也没问题(navicat 验证了)

7。如果设成set names binary。在936代码页的显示界面上，可以看到，x3依然可以正常现实；但像实验三那样建的表就不能正常显示了。

--------

分析第2点：Data too long for column 'name' at row 1

我的char 够长，插入数据够短，所以不是数据太长了。也就是说这个提示是错误的。

我知道，如果表x3 默认字符集 是latin1的话，插入是没问题的（一直以来都是这么玩的）；这是因为，虽然输入端mysql console 代码页是936，但因为三个主环境变量character_set_c%都是latin1，所以，mysql 认为insert x3 values('大') 输入的是2个字符(当然,如果从utf8界面输入，可能就认为是输入3个字符)。存储的自然也是2个字符。显示的时候也是显示的2个字符，只不过936代码页把这两个字符自然组合，显示成汉字了（早期dos环境常见现象）。

当默认字符集变为gbk的时候，发生了什么？不知道。。。。。

 

实验五

一个很狗屎的问题出现了：936 mysql console

环境变量如 实验一.1。

 

mysql> set names latin1;

Query OK, 0 rows affected (0.00 sec)

 

mysql> create table x4 (

    -> name char(32) primary key);

Query OK, 0 rows affected (0.09 sec)

 

mysql> drop table x4;

Query OK, 0 rows affected (0.06 sec)

 

mysql> create table x4 (

    -> name char(32) primary key) default charset utf8;

Query OK, 0 rows affected (0.10 sec)

 

mysql> insert x4 values('乃');

Query OK, 1 row affected (0.04 sec)

 

mysql> create table x5 (

    -> name char(32) primary key) default charset gbk;

Query OK, 0 rows affected (0.09 sec)

 

mysql> insert x5 values('乃');

ERROR 1406 (22001): Data too long for column 'name' at row 1

mysql>

 

结论，我实在对实验四中分析的第3点做出结论。character_set_system utf8 有关~~  

 

摘自 dubiousway的专栏

bitsCN.com