varchar类型存储英文和汉字占用的字节和字符数

编码格式知识

一、关于 UTF-8

UTF-8(Unicode Transformation Format-8bit)。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 位（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 UTF-8 字符集额的浏览器上显示。 如果是UTF-8编码，则在外国人的英文 IE 也能显示中文，他们无需下载 IE 的中文语言支持包。

二、关于 GBK

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GBK大。

三、关于 utf8mb4

MySql 5.5 之前，UTF8 编码只支持 1-3 个字节，只支持 BMP 这部分的 unicode 编码区，BMP 是基本就是 0000 ~ FFFF 这一区。

从 MySQL 5.5 开始，可支持 4 个字节 UTF 编码 utf8mb4，一个字符最多能有 4 字节，所以能支持更多的字符集。

utf8mb4 is a superset of utf8

tf8mb4 兼容 utf8，且比 utf8 能表示更多的字符。

至于什么时候用，看你做的什么项目了……在做移动应用时，会遇到IOS用户在文本的区域输入emoji表情，如果不做一定处理，就会导致插入数据库异常。

四、汉字长度与编码有关

MySql 5.0 以上的版本：

1、一个汉字占多少长度与编码有关：

UTF-8：一个汉字 = 3 个字节，英文是一个字节

GBK： 一个汉字 = 2 个字节，英文是一个字节

2、varchar(n) 表示 n 个字符，无论汉字和英文，MySql都能存入 n 个字符，仅实际字节长度有所区别。好比varchar(20)，指的是20字符，无论存放的是数字、字母还是UTF8汉字（每个汉字3字节），都可以存放20个。

3、MySQL 检查长度，可用 SQL 语言

SELECT LENGTH(fieldname) FROM tablename；

验证示例

验证5.0版本以上UTF-8编码格式下varchar类型存储英文和汉字占用的字节和字符数——一个汉字3 个字节，英文是一个字节。

# 创建表

CREATE TABLE `str_test` (

  `str_ch` varchar(20) CHARACTER SET utf8 DEFAULT NULL COMMENT '中文字符',

  `str_en` varchar(20) CHARACTER SET utf8 DEFAULT NULL COMMENT '英文字符'

) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4

# 插入数据

INSERT INTO `drools`.`str_test`(`str_ch`, `str_en`)

VALUES ('新年快乐', 'happy new year');

# '新年快乐'占用的长度(字节数)和占用的字符数

# 'happy new year'占用的长度(字节数)和占用的字符数

 

 <END>

⭐️希望本文章对您有帮助，您的「 转发、点赞 」是我创作的无限动力。

扫描下方二维码关注微信公众号，您会收到更多优质文章推送。