深入理解mysql SET NAMES和mysql(i)_set_charset的區別

說到, 盡量使用mysqli_set_charset(mysqli:set_charset)而不是”SET NAMES”, 當然, 這個內容在PHP手冊中也有敘及, 但是卻沒有解釋為什麼.
　　最近有好幾個朋友問我這個問題, 到底為什麼?
　　問的人多了, 我也就覺得可以寫篇blog, 專門介紹下這部分的內容了.
　　首先, 很多人都不知道”SET NAMES”到底是做了什麼,
　　我之前的文章深入MySQL字元集設定中, 曾經介紹過character_set_client/character_set_connection/character_set_results這三個MySQL的”環境變數”, 這裡再簡單介紹下,
　　這三個變數, 分別告訴MySQL伺服器, 用戶端的編碼集, 在傳輸給MySQL伺服器的時候的編碼集, 以及期望MySQL返回的結果的編碼集.
　　比如, 通過使用”SET NAMES utf8″, 就告訴伺服器, 我用的是utf-8編碼, 我希望你也給我返回utf-8編碼的查詢結果.
　　一般情況下, 使用”SET NAMES”就足夠了, 也是可以保證正確的. 那麼為什麼手冊又要說推薦使用mysqli_set_charset(PHP>=5.0.5)呢?
　　首先, 我們看看mysqli_set_charset到底做了什麼(注意星號注釋處, mysql_set_charset類似): 複製代碼 代碼如下:　　//php-5.2.11-SRC/ext/mysqli/mysqli_nonapi.c line 342
　　PHP_FUNCTION(mysqli_set_charset)
　　{
　　MY_MYSQL *mysql;
　　zval *mysql_link;
　　char *cs_name = NULL;
　　unsigned int len;
　　if (zend_parse_method_parameters(ZEND_NUM_ARGS() TSRMLS_CC, getThis()
　　, "Os", &mysql_link, mysqli_link_class_entry, &cs_name, &len) == FAILURE) {
　　return;
　　}
　　MYSQLI_FETCH_RESOURCE(mysql, MY_MYSQL*, &mysql_link, "mysqli_link"
　　, MYSQLI_STATUS_VALID);
　　if (mysql_set_character_set(mysql->mysql, cs_name)) {
　　//** 調用libmysql的對應函數
　　RETURN_FALSE;
　　}
　　RETURN_TRUE;
　　}

　　那mysql_set_character_set又做了什麼呢? 複製代碼 代碼如下:　　//mysql-5.1.30-SRC/libmysql/client.c, line 3166:
　　int STDCALL mysql_set_character_set(MYSQL *mysql, const char *cs_name)
　　{
　　struct charset_info_st *cs;
　　const char *save_csdir= charsets_dir;
　　if (mysql->options.charset_dir)
　　charsets_dir= mysql->options.charset_dir;
　　if (strlen(cs_name) < MY_CS_NAME_SIZE &&
　　(cs= get_charset_by_csname(cs_name, MY_CS_PRIMARY, MYF(0))))
　　{
　　char buff[MY_CS_NAME_SIZE + 10];
　　charsets_dir= save_csdir;
　　/* Skip execution of "SET NAMES" for pre-4.1 servers */
　　if (mysql_get_server_version(mysql) < 40100)
　　return 0;
　　sprintf(buff, "SET NAMES %s", cs_name);
　　if (!mysql_real_query(mysql, buff, strlen(buff)))
　　{
　　mysql->charset= cs;
　　}
　　}
　　//以下省略

　　我們可以看到, mysqli_set_charset除了做了”SET NAMES”以外, 還多做了一步: 複製代碼 代碼如下:　　sprintf(buff, "SET NAMES %s", cs_name);
　　if (!mysql_real_query(mysql, buff, strlen(buff)))
　　{
　　mysql->charset= cs;
　　}

　　而對於mysql這個核心結構的成員charset又有什麼作用呢?
　　這就要說說mysql_real_escape_string()了, 這個函數和mysql_escape_string的區別就是, 它會考慮”當前”字元集. 那麼這個當前字元集從哪裡來呢?
　　對了, 你猜的沒錯, 就是mysql->charset.
　　mysql_real_string在判斷寬字元集的字元的時候, 就根據這個成員變數來分別採用不同的策略, 比如如果是utf-8, 那麼就會採用libmysql/ctype-utf8.c.
　　看個執行個體, 預設mysql串連字元集是latin-1, (經典的5c問題): 複製代碼 代碼如下:　　<?php
　　$db = mysql_connect('localhost:3737', 'root' ,'123456');
　　mysql_select_db("test");
　　$a = "\x91\x5c";//"憖"的gbk編碼, 低位元組為5c, 也就是ascii中的"\"
　　var_dump(addslashes($a));
　　var_dump(mysql_real_escape_string($a, $db));
　　mysql_query("set names gbk");
　　var_dump(mysql_real_escape_string($a, $db));
　　mysql_set_charset("gbk");
　　var_dump(mysql_real_escape_string($a, $db));
　　?>

　　因為, “憖”的gbk編碼低位元組為5c, 也就是ascii中的”\”, 而因為除了mysql(i)_set_charset影響mysql->charset以外, 其他時刻mysql->charset都為預設值, 所以, 結果就是: 複製代碼 代碼如下:　　$ php -f 5c.php
　　string(3) "憖\"
　　string(3) "憖\"
　　string(3) "憖\"
　　string(2) "憖"

　　大家現在很清楚了吧?