PHP和MYSQL的編碼問題

標籤：

http://blog.csdn.net/martinkro/article/details/5352474

1 MYSQL中的字元集概念
  Mysql的字元集裡有兩個概念，一個是"Character set（字元集）"，另一個是"Collations"。
1.1 Collations
  Collations翻成中文是"校正"，在網頁開發的過程中，這個詞彙，只在Mysql裡使用，主要作用是指導Mysql對字元的比較，比如， ASCII字元集裡，Collations規定了a小於b，a等於a，以及a是否等於A之類的。通常，大家基本可以忽略Collations的存在，因為每個字元集都有一個預設的Collations，通常，使用預設的Collations就可以了。
1.2 Character set
  與這對比的是，字元集是個更廣的概念，即使是Windows下普通的文字檔，也滲及到字元集的問題。不同的字元集，規定了不同的字元的編碼方式。一個 character set (字元集)是一組符號和編碼，比如，ASCII字元集，包括的字元有：數字，大小寫字母，分號、換行之類的符號，編碼方式是用一個7bit表示一個字元（A的編碼是65，b的編碼是98）。ASCII只規定了英文字母的編碼，非英文語言不能用ASCII編碼錶示，為此，不同的國家，都為自己的語言做了編碼，比如，我們國家，就有GB2312編碼。但每個國家之間的編碼不同，也存在著一些跨平台的問題，為此，一些國際化標準組織，就制定了一些國際通用的編碼，最常用的就是UTF8了。ASCII只對英文符號和英文字母做了編碼，GB2312對英文符號，英文字母，漢字做了編碼，UTF8對世界上所有的語言文字做了編碼，所以，GB1212的字元包含了ASCII字元，UTF8包含了GB2312字元。由此可見，UTF8是所含最廣字元的字元集，所以，在一些多語言的WEB系統中，一般用UTF8字元集（PHPMyAdmin使用UTF8編碼）。
任何文本的儲存，都滲及到字元集的概念。包括資料庫，也包括普通的文字檔。
  編碼和字元集兩個概念極易混淆，因為一般情況下，編碼的名字和字元集的名字相同，如：GB2312既是一種字元集的名字，也是一種編碼格式的名字。 
字元：漢字，英文字母，標點符號，拉丁文等等。
編碼：將字元轉換成電腦儲存的格式，比如，A用65表示。
字元集：一組字元以及對應的編碼方式。

  可見字元集和編碼是兩個不同的概念。一個字元集可以有多種編碼方式，如Unicode字元集就有UTF-8、UTF-16、UTF-32等編碼方式。 charset=utf-8，在網頁中的意思是該頁面時採用Unicode字元集，並採用UTF-8編碼方式。
1.3 Mysql的字元集
  Mysql目前支援多字元集，並且，支援在不同的字元集之間轉換（便於移植和支援多語言）。
Mysql可以設定伺服器級字元集、資料庫級字元集、資料表級字元集、表列的字元集，實際上，最終使用字元集的地方是儲存字元的列，比如，你設定 table1中col1列是字元類型，col1才用到了字元集，如果table1表的col2列是int類型，col2不使用字元集的概念。
伺服器級字元集、資料庫級字元集、資料表級字元集都是為列的字元集做預設選項的。
Mysql 一定有一個字元集，可以通過啟動時加參數指定，也可以編譯時間指定，也可以在設定檔裡指定。Mysql伺服器字元集，只是做為資料庫級的預設值。建立資料庫時，你可以指定字元集，如果沒指定，就使用伺服器的字元集。同理，建立表時，你可以指定表級的字元集，如果沒指定，使用資料庫的字元集做為表的字元集。建立列時，你可以指定某列的字元集，如果沒指定，就使用表的字元集。
通常情況下，您只需設定伺服器級的字元集，其它的資料庫級，表級，以及列級的字元集，都繼承自伺服器級字元集。
由於UTF8是最廣的字元集，所以，一般情況下，我們設定Mysql伺服器級的字元集為UTF8。
  MYSQL中字元集的繼承關係
        伺服器字元集(在設定檔中設定字元集的方式：my.ini [mysqld] default-character-set=utf8)
            |
            |
            |
        資料庫級字元集(如果建立資料庫是指定了字元集，則使用指定的字元集。如果沒有，則使用伺服器級的字元集)
            |
            |
            |
        表級字元集(建立表時指定了字元集，則使用指定的字元集。如果沒有，則使用資料庫級的字元集)
            |
            |
            |
        列級字元集(建立表時指定了列的字元集，則使用指定的字元集。如果沒有，則使用表級的字元集)
  可見最終使用字元集的地方是儲存文本的列。
2 普通文本的字元集問題
  任何文本的儲存，都存在著字元集的問題，普通文字檔也不例外。
Windows2000+的系統中，開啟記事本，"儲存為..."對話方塊，就有一個選項，可以讓你選擇儲存文本的編碼方式。
通常情況下，大家都使用Windows2000+的系統，都使用預設的編碼，所以，不會碰到字元集的問題。
Windows下，儲存文字檔時，可以選擇編碼方式，但開啟文字檔時，都是自動判斷編碼方式的。網上有一個用Windows2000+的記事本玩移動，聯通的笑話，大家可以搜搜，就是因為Windows在開啟文字檔時，編碼判斷錯誤引起的問題。
因為自動判斷編碼有時會錯誤，所以，有的文字檔，規定了如何識別自身所使用的編碼。HTML檔案就是一個這樣的例子。
HTML是文字檔。儲存HTML檔案的時候，需要使用一個編碼，並且，在HTML檔案裡，也使用HTML文法，指定了該檔案所使用的編碼（比如）。如果HTML檔案沒有指定編碼，則瀏覽器自動識別檔案的編碼。如果HTML指定了編碼，則瀏覽器使用HTML指定的編碼。
通常情況下，HTML檔案指定的charset和HTML檔案自身的編碼是一致的，但也有不一致的情況，如果不一致，就會導致網頁亂碼(此處亂碼，只和文字檔有關，和資料庫無關。)使用專門的網頁編輯工具（比如Dreamwave），會自動根據網頁中的charset值來編碼檔案。
   例如：test.html
       內容如下：
          <h1>123地方活動家恢複搭街坊456</h1>
   不管上述檔案儲存時使用什麼編碼方式，用瀏覽器開啟都會正常，不會出現亂碼。這是因為瀏覽器能自動識別編碼格式。
       將上述檔案內容該為:
          <meta http-equiv="Content-Type" content="text/html; charset=utf-8">
          <h1>123地方活動家恢複搭街坊456</h1>
      這時test.html不使用UTF-8編碼格式儲存，瀏覽器開啟一定會出現亂碼。因為瀏覽器將使用UTF-8編碼來解析收到的資料。

3 php+mysql的字元集問題
  PHP最終產生的是文字檔，但他要取資料庫裡的文本，或將文本存進資料庫。
由於Mysql支援多字元集，預設情況下，Mysql不知道PHP發給他的是什麼編碼的字元，所以，Mysql要求用戶端（PHP）告訴他存取的字元集是什麼。
PHP通過設定character_set_client，告訴Mysql，PHP存進資料庫的是什麼編碼方式。
PHP通過設定character_set_results，告訴Mysql，PHP需要取什麼樣編碼的資料。
PHP通過設定character_set_connection，告訴Mysql，PHP查詢中的文本，使用什麼編碼。
MYSQL使用設定的編碼方式儲存文本。
假設Mysql使用setserver來儲存文本，PHP的character_set_client是setclient，PHP的 character_set_results是setresult。那麼，Mysql將PHP發來的文本，從setclient編碼方式，轉換成 setserver編碼方式，再存入資料庫，如果PHP取文本，Mysql將文本從setserver轉換成setresult，再發送給PHP。
PHP檔案（最終產生的HTML檔案）本身有個編碼，如果Mysql傳過來的編碼，與PHP檔案自身的編碼不同，那麼，整個網頁，必然亂碼。所以，PHP一般將自己的編碼方式，告訴Mysql。
要保證不亂碼，就必須將三個編碼統一：一是網頁自身的編碼，二是HTML裡指定的編碼，三是PHP告訴Mysql的編碼(包括character_set_client和character_set_results)。
第一和第二個編碼，如果使用DW之類的編輯器寫的網頁，通常是一致的，但用記事本寫的網頁，有可能不一致。
第三個編碼，需要手工通知Mysql。這步可以通過在PHP裡使用mysql_query("set names characterX")來實現。

//---------------------------------------------------------------------------------------------------------

MySQL會出現中文亂碼的原因不外乎下列幾點：
1.server本身設定問題，例如還停留在latin1
2.table的語系設定問題(包含character與collation)
3.用戶端程式(例如php)的連線語系設定問題
強烈建議使用utf8!!!!
utf8可以相容世界上所有字元!!!!
一、避免建立資料庫及表出現中文亂碼和查看編碼方法
1、建立資料庫的時候：CREATE DATABASE `test`
CHARACTER SET ‘utf8‘
COLLATE ‘utf8_general_ci‘;
2、建表的時候 CREATE TABLE `database_user` (
`ID` varchar(40) NOT NULL default ‘‘,
`UserID` varchar(40) NOT NULL default ‘‘,
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

這3個設定好了，基本就不會出問題了,即建庫和建表時都使用相同的編碼格式。
但是如果你已經建了庫和表可以通過以下方式進行查詢。
1.查看預設的編碼格式:
mysql> show variables like "%char%";
+--------------------------+---------------+
| Variable_name | Value |
+--------------------------+---------------+
| character_set_client | gbk |
| character_set_connection | gbk |
| character_set_database | utf8 |
| character_set_filesystem | binary |
| character_set_results | gbk |
| character_set_server | utf8 |
| character_set_system | utf8 |
+--------------------------+-------------+
註：以前2個來確定,可以使用set names utf8,set names gbk設定預設的編碼格式;

執行SET NAMES utf8的效果等同於同時設定如下：
SET character_set_client=‘utf8‘;
SET character_set_connection=‘utf8‘;
SET character_set_results=‘utf8‘;

2.查看test資料庫的編碼格式:
mysql> show create database test;
+------------+------------------------------------------------------------------------------------------------+
| Database | Create Database |
+------------+------------------------------------------------------------------------------------------------+
| test | CREATE DATABASE `test` /*!40100 DEFAULT CHARACTER SET gbk */ |
+------------+------------------------------------------------------------------------------------------------+

3.查看yjdb資料庫的編碼格式:
mysql> show create table yjdb;
| yjdb | CREATE TABLE `yjdb` (
`sn` int(5) NOT NULL AUTO_INCREMENT,
`type` varchar(10) NOT NULL,
`brc` varchar(6) NOT NULL,
`teller` int(6) NOT NULL,
`telname` varchar(10) NOT NULL,
`date` int(10) NOT NULL,
`count` int(6) NOT NULL,
`back` int(10) NOT NULL,
PRIMARY KEY (`sn`),
UNIQUE KEY `sn` (`sn`),
UNIQUE KEY `sn_2` (`sn`)
) ENGINE=MyISAM AUTO_INCREMENT=1826 DEFAULT CHARSET=gbk ROW_FORMAT=DYNAMIC |

二、避免匯入資料有中文亂碼的問題
1:將資料編碼格式儲存為utf-8
設定預設編碼為utf8：
set names utf8;
設定資料庫db_name預設為utf8:
ALTER DATABASE `db_name` DEFAULT CHARACTER SET utf8 COLLATE utf8_general_ci;
設定表tb_name預設編碼為utf8:
ALTER TABLE `tb_name` DEFAULT CHARACTER SET utf8 COLLATE utf8_general_ci;
匯入：
LOAD DATA LOCAL INFILE ‘C:\\utf8.txt‘ INTO TABLE yjdb;
2:將資料編碼格式儲存為ansi(即GBK或GB2312)
設定預設編碼為gbk：
set names gbk;
設定資料庫db_name預設編碼為gbk:
ALTER DATABASE `db_name` DEFAULT CHARACTER SET gbk COLLATE gbk_chinese_ci;
設定表tb_name預設編碼為gbk:
ALTER TABLE `tb_name` DEFAULT CHARACTER SET gbk COLLATE gbk_chinese_ci;
匯入：
LOAD DATA LOCAL INFILE ‘C:\\gbk.txt‘ INTO TABLE yjdb;

註：1.UTF8不要匯入gbk，gbk不要匯入UTF8;
2.dos下不支援UTF8的顯示;
三、解決網頁中亂碼的問題
 
將網站編碼設為 utf-8,這樣可以相容世界上所有字元。
　　如果網站已經運作了好久,已有很多舊資料,不能再更改簡體中文的設定,那麼建議將頁面的編碼設為 GBK, GBK與GB2312的區別就在於:GBK能比GB2312顯示更多的字元,要顯示簡體碼的繁體字,就只能用GBK。
1.編輯/etc/my.cnf　,在[mysql]段加入default_character_set=utf8;
2.在編寫Connection URL時，加上?useUnicode=true&characterEncoding=utf-8參;
3.在網頁代碼中加上一個"set names utf8"或者"set names gbk"的指令，告訴MySQL連線內容都要使用
utf8或者gbk;

//-----------------------------------------------------------------------------------

在my.ini裡面改成utf8

php串連資料庫後設定mysql_query(‘SET NAMES UTF8‘);

PHP和MYSQL的編碼問題