MySQL 关于字符集的问题
自4.1以后，增加了对字符集的支持。
之前对Mysql比较了解，刚接触4.1时，感觉Mysql有点多此一举，但后来细想发现，对字符集的支持，虽然对开发者来说，会麻烦一些，但不可否认，是一种进步。对字符集的支持，不仅更加支持多语言，而且，也方便移植。
刚开始使用Mysql4.1，你可能感觉有点不适，下面，简单阐述一下笔者对Mysql4.1字符集的理解，再讲述如何PHP如何适应Mysql的这种变化，希望大家看过这文章后，能够有所收获。
如果你对计算机基础知识不了解，请直接阅读“结论篇”
一．原理篇
Mysql的字符集里有两个概念，一个是“Character set（字符集）”，另一个是“Collations”。
1. Collations
Collations 翻成中文是“校验”，在网页开发的过程中，这个词汇，只在Mysql里使用，主要作用是指导Mysql对字符的比较。
比如， ASCII字符集里，Collations规定了a小于b，a等于a，以及a是否等于A之类的。通常，大家基本可以忽略Collations的存在，因为每个字符集都有一个默认的Collations，通常，使用默认的Collations就可以了。
2.字符集
与这对比的是，字符集是个更广的概念，即使是Windows下普通的文本文件，也渗及到字符集的问题。不同的字符集，规定了不同的字符的编码方式。
一个 character set (字符集)是一组符号和编码。
比如，ASCII字符集，包括的字符有：数字，大小写字母，分号、换行之类的符号，编码方式是用一个7bit表示一个字符（A的编码是65，b的编码是98）。
ASCII只规定了英文字母的编码，非英文语言不能用ASCII编码表示，为此，不同的国家，都为自己的语言做了编码，比如，我们国家，就有GB2312编码。但每个国家之间的编码不同，也存在着一些跨平台的问题，为此，一些国际化标准组织，就制定了一些国际通用的编码，最常用的就是UTF8了。
ASCII只对英文符号和英文字母做了编码，GB2312对英文符号，英文字母，汉字做了编码，UTF8对世界上所有的语言文字做了编码，所以，GB1212的字符包含了ASCII字符，UTF8包含了GB2312字符。由此可见，UTF8是所含最广字符的字符集，所以，在一些多语言的WEB系统中，一般用UTF8字符集（PHPMyAdmin使用UTF8编码）。
任何文本的存储，都渗及到字符集的概念。包括数据库，也包括普通的文本文件。
主要术语：
字符：汉字，英文字母，标点符号，拉丁文等等。
编码：将字符转换成计算机存储的格式，比如，A用65表示。
字符集：一组字符以及对应的编码方式。
a. Mysql的字符集
Mysql目前支持多字符集，并且，支持在不同的字符集之间转换（便于移植和支持多语言）。
Mysql 可以设置服务器级字符集、数据库级字符集、数据表级字符集、表列的字符集，实际上，最终使用字符集的地方是存储字符的列，比如，你设置 table1中col1列是字符类型，col1才用到了字符集，如果table1表的col2列是int类型，col2不使用字符集的概念。
服务器级字符集、数据库级字符集、数据表级字符集都是为列的字符集做默认选项的。
Mysql 一定有一个字符集，可以通过启动时加参数指定，也可以编译时指定，也可以在配置文件里指定。Mysql服务器字符集，只是做为数据库级的默认值。创建数据库时，你可以指定字符集，如果没指定，就使用服务器的字符集。同理，创建表时，你可以指定表级的字符集，如果没指定，使用数据库的字符集做为表的字符集。创建列时，你可以指定某列的字符集，如果没指定，就使用表的字符集。
通常情况下，您只需设置服务器级的字符集，其它的数据库级，表级，以及列级的字符集，都继承自服务器级字符集。
由于UTF8是最广的字符集，所以，一般情况下，我们设置Mysql服务器级的字符集为UTF8！
b. 普通文本的字符集问题
任何文本的存储，都存在着字符集的问题，普通文本文件也不例外。
Windows2000+的系统中，打开记事本，“保存为…”对话框，就有一个选项，可以让你选择存储文本的编码方式。
通常情况下，大家都使用Windows2000+的系统，都使用默认的编码，所以，不会碰到字符集的问题。
Windows下，保存文本文件时，可以选择编码方式，但打开文本文件时，都是自动判断编码方式的。网上有一个用Windows2000+的记事本玩移动，联通的笑话，大家可以搜搜，就是因为Windows在打开文本文件时，编码判断错误引起的问题。
因为自动判断编码有时会错误，所以，有的文本文件，规定了如何识别自身所使用的编码。
HTML文件就是一个这样的例子。
HTML是文本文件。存储HTML文件的时候，需要使用一个编码，并且，在HTML文件里，也使用HTML语法，指定了该文件所使用的编码（比如）。如果HTML文件没有指定编码，则浏览器自动识别文件的编码。如果HTML指定了编码，则浏览器使用HTML指定的编码。
通常情况下，HTML文件指定的charset和HTML文件自身的编码是一致的，但也有不一致的情况，如果不一致，就会导致网页乱码(此处乱码，只和文本文件有关，和数据库无关。)使用专门的网页编辑工具（比如Dreamwave），会自动根据网页中的charset值来编码文件。
c. php+mysql的字符集问题
PHP最终生成的是文本文件，但他要取数据库里的文本，或将文本存进数据库。
由于Mysql支持多字符集，默认情况下，Mysql不知道PHP发给他的是什么编码的字符，所以，Mysql要求客户端（PHP）告诉他存取的字符集是什么。
PHP通过设置character_set_client，告诉Mysql，PHP存进数据库的是什么编码方式。
PHP通过设置character_set_results，告诉Mysql，PHP需要取什么样编码的数据。
PHP通过设置character_set_connection，告诉Mysql，PHP查询中的文本，使用什么编码。
MYSQL使用设置的编码方式存储文本。
假设Mysql使用setserver来存储文本，PHP的character_set_client是setclient，PHP的 character_set_results是setresult。那么，Mysql将PHP发来的文本，从setclient编码方式，转换成 setserver编码方式，再存入数据库，如果PHP取文本，Mysql将文本从setserver转换成setresult，再发送给PHP。
PHP文件（最终生成的HTML文件）本身有个编码，如果Mysql传过来的编码，与PHP文件自身的编码不同，那么，整个网页，必然乱码。所以，PHP一般将自己的编码方式，告诉Mysql。
要保证不乱码，就必须将三个编码统一：
一是网页自身的编码;
二是HTML里指定的编码;
三是PHP告诉Mysql的编码(包括character_set_client和character_set_results)。
第一和第二个编码，如果使用DW之类的编辑器写的网页，通常是一致的，但用记事本写的网页，有可能不一致。
第三个编码，需要手工通知Mysql。这步可以通过在PHP里使用mysql_query(“set names characterX”)来实现。
d.字符集的转换问题
如果小字集转换成大字符集，不会丢失数据，但大字集，转换成小字集，可能会丢失数据。
比如，UTF8里有的字符，GB2312不一定有，所以，从UTF8转换到GB2312可能会丢失一些字符。
但有种情况例外，先从GB2312转成UTF8，再从UTF8转成GB2312，这种情况是不会丢数据的，因为，刚开始转换的文本，都是GB2312里的字符，所以，整个过程都是GB2312的字符在转换，不会丢失。
正因为UTF8能容纳世界上的所有字符，所以，数据库一般使用UTF8编码。这使得，任何字符都可以存进UTF8编码的数据库。
e. PHPMyAdmin乱码的问题
PHPMyAdmin支持多国语言，这就必定要求HTML页面使用UTF8编码。
HTML页面使用UTF8编码，这就必定要求PHPMyAdmin连接Mysql时，character_set_client和character_set_results使用UTF8编码。
当前情况下，PHP连接Mysql只能是使用set names(或其它几个语句)来通知Mysql的编码方式，如果没有显式的声明编码方式，都将使用latin1编码。
一般的程序，都没有显式声明 character_set_client变量，所以，都是将gb2312文本，按latin1编码方式存在数据库，PHPMyAdmin再用utf8格式读取，肯定是乱码的。
如果PHP程序按正确的编码存入数据库，肯定是没有问题的。所以，需要修改的不是PHPMyAdmin.（虽然有时修改PHPMyAdmin可以解决乱码问题，但这不是问题的根本）
二．总结篇
上面的讲得有点乱，总结一下：
1.数据库尽量使用utf8存储（修改/etc/my.cnf，在[mysqld]段加上default-character-set=utf8）
(已有的数据库，先转成UTF8格式)
2.PHP 程序在查询数据库之前，执行mysql_query(“set names xxxx”);其中xxxx是你网页的编码(charset=xxxx)，如果网页中charset=utf8，则xxxx=utf8，如果网页中 charset=gb2312，则xxxx=gb2312，如果网页中的charset=ipaddr，则xxxx=ipaddr (开个玩笑，没这编码)
几乎所有WEB程序，都有一段连接数据库的公共代码，放在一个文件里，在这文件里，加入mysql_query(“set names”)就可以了。
3.PHPMyAdmin不需要做改动。
4.需要注意的是，为保证网页实际编码(Windows保存对话框里的编码)和他声明的编码(charset=?)是一致的，请用DW之类的工具做网页。
三. 补充：实战篇(2010-8-21 1:45:33)
需 求：对应的数据和表均已中文UTF8的编码方式进行存储和取出数据，PHP部分也使用UTF8编码形式操作MySQL中的数据。
当前环境：CentOS 5.4 + Apache 2.2.3 + PHP 5.2.10 + MySQL 5.0.77 + phpMyAdmin 3.3.5
编码情况：
系统Console: zh_cn.UTF-8
MySQL: latin 1
[root@localhost ~]# mysql -uroot -p Enter password: Welcome to the MySQL monitor. Commands end with ; or \\g. Your MySQL connection id is 170 Server version: 5.0.77 Source distribution Type 'help;' or '\\h' for help. Type '\\c' to clear the buffer. mysql> status ; -------------- mysql Ver 14.12 Distrib 5.0.77, for redhat-linux-gnu (i686) using readline 5.1 Connection id: 170 Current database: Current user: root@localhost SSL: Not in use Current pager: stdout Using outfile: '' Using delimiter: ; Server version: 5.0.77 Source distribution Protocol version: 10 Connection: Localhost via UNIX socket Server characterset: latin1 Db characterset: latin1 Client characterset: latin1 Conn. characterset: latin1 UNIX socket: /var/lib/mysql/mysql.sock Uptime: 2 days 8 hours 27 min 55 sec Threads: 1 Questions: 1903 Slow queries: 0 Opens: 78 Flush tables: 1 Open tables: 56 Queries per second avg: 0.009 -------------- mysql> show Variables like '%set%'; +--------------------------+----------------------------+ | Variable_name | Value | +--------------------------+----------------------------+ | auto_increment_offset | 1 | | 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 | /usr/share/mysql/charsets/ | +--------------------------+----------------------------+ 9 rows in set (0.00 sec)
my.cnf设置
[mysqld] datadir=/var/lib/mysql socket=/var/lib/mysql/mysql.sock user=mysql # Default to using old password format for compatibility with mysql 3.x # clients (those using the mysqlclient10 compatibility package). old_passwords=1 # Disabling symbolic-links is recommended to prevent assorted security risks; # to do so, uncomment this line: # symbolic-links=0 [mysqld_safe] log-error=/var/log/mysqld.log pid-file=/var/run/mysqld/mysqld.pid
数据库编码设置 utf8_general_ci ，表中中文字段编码采用模式设置utf8_general_ci未改变。
phpMyAdmin链接编码链接校对集utf8_general_ci，数据通过phpMyAdmin添加。
在phpMyAdmin中显示正常。
PHP环境为Zend Framework 默认配置。数据库链接方式采用PDO_MySQL。配置信息如下：
%webroot%/application/configs/application.ini
resources.db.adapter = "PDO_Mysql" resources.db.params.dbname = "hr" resources.db.params.host = "localhost" resources.db.params.username = "root" resources.db.params.password = "password"
乱码现象
1. PHP通过Zend Framework MVC框架获取的数据设计中文部分显示为????????
2. 使用系统命令行，访问MySQL，查看对应数据库，中文部分同样显示????????
分析问题
1. phpMyAdmin中显示中文正常。说明，单从Zend Framework这个PHP程序的角度就存在设置问题。
2. MySQL命令行中显示乱码，说明client 和 connect 以及server 等相关的字符集不统一，或者，设置的当前字符集不支持UTF8 中文
解决方法
1. MySQL的默认字符集是latin1 总会出现一些问题，因此，将其默认调整成UTF8。
在[mysqld]的section和[client]的section中增加default-character-set = utf8
重启mysqld服务
[root@localhost ~]# vi /etc/my.cnf [mysqld] datadir=/var/lib/mysql socket=/var/lib/mysql/mysql.sock user=mysql # Default to using old password format for compatibility with mysql 3.x # clients (those using the mysqlclient10 compatibility package). old_passwords=1 default-character-set = utf8 # Disabling symbolic-links is recommended to prevent assorted security risks; # to do so, uncomment this line: # symbolic-links=0 [mysqld_safe] log-error=/var/log/mysqld.log pid-file=/var/run/mysqld/mysqld.pid [client] default-character-set = utf8 [root@localhost ~]# /etc/init.d/mysqld restart 停止 MySQL： [确定] 启动 MySQL： [确定] [root@localhost ~]# mysql -uroot -p Enter password: Welcome to the MySQL monitor. Commands end with ; or \\g. Your MySQL connection id is 2 Server version: 5.0.77 Source distribution Type 'help;' or '\\h' for help. Type '\\c' to clear the buffer. mysql> status ; -------------- mysql Ver 14.12 Distrib 5.0.77, for redhat-linux-gnu (i686) using readline 5.1 Connection id: 2 Current database: Current user: root@localhost SSL: Not in use Current pager: stdout Using outfile: '' Using delimiter: ; Server version: 5.0.77 Source distribution Protocol version: 10 Connection: Localhost via UNIX socket Server characterset: utf8 Db characterset: utf8 Client characterset: utf8 Conn. characterset: utf8 UNIX socket: /var/lib/mysql/mysql.sock Uptime: 13 sec Threads: 1 Questions: 5 Slow queries: 0 Opens: 12 Flush tables: 1 Open tables: 6 Queries per second avg: 0.385 -------------- mysql> use hr ; Reading table information for completion of table and column names You can turn off this feature to get a quicker startup with -A Database changed mysql> select * from tabCV ; +----+---------+--------+-------------+--------------------+-----------+--------------------------+--------------------------+---------------+-----------------------+----------------------------+--------------------------------+-----------------+---------------+ | id | user_id | name | birth_place | identity_card | education | graduate_school | major_class | graduate_time | work_experience_years | network_optimization_years | cv_comments | pay_range_start | pay_range_end | +----+---------+--------+-------------+--------------------+-----------+--------------------------+--------------------------+---------------+-----------------------+----------------------------+--------------------------------+-----------------+---------------+ | 1 | 1 | 李小明 | 北京 | 110111198401011111 | 2 | 北京信息工程学院 | 计算机科学与技术 | 2006-07-01 | 4 | 3 | 简历注释，普拉普拉~~~ | 8000 | 10000 | +----+---------+--------+-------------+--------------------+-----------+--------------------------+--------------------------+---------------+-----------------------+----------------------------+--------------------------------+-----------------+---------------+ 1 row in set (0.00 sec) mysql> show Variables like '%set%'; +--------------------------+----------------------------+ | Variable_name | Value | +--------------------------+----------------------------+ | auto_increment_offset | 1 | | character_set_client | utf8 | | character_set_connection | utf8 | | character_set_database | utf8 | | character_set_filesystem | binary | | character_set_results | utf8 | | character_set_server | utf8 | | character_set_system | utf8 | | character_sets_dir | /usr/share/mysql/charsets/ | +--------------------------+----------------------------+ 9 rows in set (0.00 sec) mysql>
2. Zend Framework中增加MySQL链接的Adapter的编码设置。
编辑application.ini，增加adapter的characterset的设置
[production] phpSettings.display_startup_errors = 0 phpSettings.display_errors = 0 includePaths.library = APPLICATION_PATH "/../library" bootstrap.path = APPLICATION_PATH "/Bootstrap.php" bootstrap.class = "Bootstrap" appnamespace = "Application" resources.frontController.controllerDirectory = APPLICATION_PATH "/controllers" resources.frontController.params.displayExceptions = 0 resources.db.adapter = "PDO_Mysql" resources.db.params.dbname = "hr" resources.db.params.host = "localhost" resources.db.params.username = "root" resources.db.params.password = "password" resources.db.params.charset = "utf8" [staging : production] [testing : production] phpSettings.display_startup_errors = 1 phpSettings.display_errors = 1 [development : production] phpSettings.display_startup_errors = 1 phpSettings.display_errors = 1 resources.frontController.params.displayExceptions = 1
以上，通过一个实际的问题，结合上述知识，调整了MySQL的编码中的显示乱码问题。今后遇到类似问题，只要仔细分析慢慢处理，虽然缓解比较多。但是一定是可以处理的。
补充
如果只是想在命令行中临时查看一下具体的数据，或者没有办法修改MySQL的配置文件。那么，直接使用命令设置当前会话的编码集，也是一种临时的处理手段。
mysql> set names utf8 ; Query OK, 0 rows affected (0.00 sec) mysql> select * from dict_status ; +----+-----------------+------+ | id | name | desc | +----+-----------------+------+ | 1 | 正常运行 | | | 7 | 机器故障 | | | 8 | 机器报废 | NULL | | 9 | 机器下架 | NULL | | 12 | 采购中 | NULL | | 13 | 已到货 | NULL | | 14 | 流程处理中 | | | 15 | 冗余 | | | 16 | 机器报修 | | | 17 | 已删除 | | | 18 | 故障替换 | | +----+-----------------+------+ 11 rows in set (0.00 sec) mysql>
其中 SET NAMES 命令等价于
SET character_set_client = x; SET character_set_results = x; SET character_set_connection = x;
