MySQL--字符集基础
=========================================================================
字符集和编码规则
字符集:特定类型或用途的字符集合,为集合中每个"字符"分配一个唯一的ID值(Code Point) 编码规则:将字符集中的字符按照其对应的ID值转换为字节系列的规则(编码和解码) UNICODE是字符集,而UTF和UTF16以及UTF32属于编码规则。 ASCII编码:American Standard Code for Information Interchange,美国信息互换标准代码,使用1字节8Bit来存放2的8次方255个字符。 GB2312:在ASCII编码的基础上进行扩展,收录6000+常用汉字,形成GB2312编码 GBK:在GB2312的基础上扩展,收录繁体和不常用汉字以及各种字符,形成GBK编码 GB18030:在GBK的基础上扩展,收录各名字的独立的字符,最终形成GB18030 UNICODE: 全球标准化组织ISO统一对全球各种文字和字符进行编码形成的字符集。 UTF8:基于UNICODE字符集,以8Bit为一个编码单位的可变长编码规则,最新UTF8将每个Unicode字符编码为1到4字节长度。 UTF16:基于UNICODE字符集,以16Bit为一个编码单位的可变长编码规则,最新UTF16将每个Unicode字符编码为2个或4个字节长度。
=========================================================================
Unicode字符集与UTF-8编码
Unicode编码与UTF-8的编码的对应关系: Unicode编码 UTF-8编码(二进制) U+0000 – U+007F 0xxxxxxx U+0080 – U+07FF 110xxxxx 10xxxxxx U+0800 – U+FFFF 1110xxxx 10xxxxxx 10xxxxxx U+10000 – U+10FFFF 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx 一个字节的uft8表示的unicode 码范围为(0 ~0x7F) 两个字节长度的uft8 表示的unicode码范围为(0x80 ~ 0x07FF) 三个字节长度的uft8 表示的unicode码范围为(0x0800 ~ 0xFFFF) 四个字节长度的uft8 表示的unicode码范围为( 0x10000 ~ 0x10FFFF)
=========================================================================
MySQL的UTF8和UTF8MB4
MySQL 与UTF8 在MySQL刚开发时,Unicode字符集还不够完善,MySQL使用只支持最长三字节的UTF8字符集便可以存放所有Unicode字符。
随着Unicode的完善,Unicode字符集收录的字符数量越来越多,最新版本的UTF8需要使用1到4个字节来存放Unicode字符。
MySQL为保持版本兼容,依旧使用最多3字节的UTF8字符集,因此MySQL中的UTF8不能完全兼容最新的UTF8版本,导致很多生僻字符和网络表情无法正常存储到MySQL中。 为兼容最新的UTF8字符集,在MySQL 5.5.3版本引入UTF8MB4字符集。
=========================================================================
MySQL字符集查看和修改
#改表的字符集为UTF8 ALTER TABLE TBName CONVERT TO CHARACTER SET utf8; #看字符集对应的默认排序规则 SHOW CHARACTER SET LIKE 'utf8' \G #查看当前字符编码的设置 SHOW VARIABLES LIKE 'character_set%' \G #查看每列的字符集 SHOW FULL COLUMNS FROM TB_Name \G