mysql移植含有中文的數據時，很容易出現亂碼問題。很多是在從mysql4.x向mysql5.x移植的時候出現。mysql的缺省字符集是 latin1，在使用mysql4.x的時候，很多人都是用的latin1字符集。而當使用mysql5時往往願意使用utf8。那么我們的任務是不是要 把數據中的字符從latin1轉為utf8呢？
不是的。
用一句不大准確，但又比較形象的說法是，在之前的系 統中，我們是用latin1保存了使用gb系列字符集（gbk、gb2312等）的漢字。怎么這樣說呢？
mysql> show create table test\G
*************************** 1. row ***************************
Table: test
Create Table: CREATE TABLE `test`
`a` varchar(100) default NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8
1 row in set (0.00 sec)
mysql> show create table testlatin1\G
*************************** 1. row ***************************
Table: testlatin1
Create Table: CREATE TABLE `testlatin1`
`a` varchar(100) default NULL
) ENGINE=InnoDB DEFAULT CHARSET=latin1
1 row in set (0.01 sec)
我們看到這兩個表有不同的缺 省字符集。此字符集是告訴我們，如果沒有特別指定列的字符集，那么字符類型列的字符集與表的缺省字符集一樣。
列的字符集是要告訴 mysql，這里面保存的字符所使用的字符集是什么。但到底保存的是什么字符集的字符，不由mysql決定，mysql也不進行檢查。
在utf8廣泛使用之前，我們使用的漢字都是GB系列的字符集，比如GB2312、GBK、GB18030等等。
在缺省字符集為 latin1的mysql中，我們通常就把GB字符集的漢字保存到數據庫中，但是卻告訴mysql那是latin1字符集。而GB字符集是一個漢字占兩個 字節，latin1是一個字符占一個字節。也就是說一個GB漢字被當成兩個latin1字符來保存了。這讓我想起了當初的iso8859_1，也是類似的 情況。只要我們保存和讀取時都當作latin1，不進行轉換，然后在顯示時當作gb字符集，就能夠正確使用。
那么怎么把 latin1保存的漢字正確地導到utf8字符集的數據庫中呢？
首先，新的數據庫中的列，要使用utf8字符集。一種辦法是創建 database時指定缺省字符集，這樣在建表時如果不指定字符集則使用database的缺省字符集。
導出的數據要以 latin1字符集導出，實際上就是告訴mysql導出時不做轉換（因為原有的表都是latin1字符集的）。
mysqldump 出來以后，再用mysql進行導入時，還要告訴mysql，當前的數據是gb系列的字符集，比如gbk。這樣，mysql負責把數據由gbk轉換為 utf8，保存到數據庫中。
如何告訴mysql導入的SQL是什么字符集呢，一種方法是用--default- character-set，但有時會起不到實際作用。這是因為mysqldump出來的文件里有set names語句。比如：
head EA192.060913.sql
-- MySQL dump 10.10
--
-- Host: localhost Database: EA192
-- ------------------------------------------------------
-- Server version 5.0.16-standard-log
;
;
;
;
是mysql特有有句法，在其他數據庫會被當成注釋忽略掉。/*!后面的 40101是表示版本，在4.1.1及以上版才執行該條語句。
這里看到有一條SET NAMES latin1。它的一個作用是告訴mysql，客戶端傳過去的數據是latin1字符集。因為有這樣一條SET NAMES，--default-character-set也就起不到作用了。如果不幸有這樣一條SQL，那么需要把它去掉或者改成SET NAMES gbk。修改或者刪除的辦法，當數據量比較大的時候，可以用head和tail來配合。比如還是上面的那個文件：
先用head看 一下SET NAMES在第幾行（數一下），上面看到是第10行。
wc -l EA192.060913.sql
1987 EA192.060913.sql
得到總行數是1987
head -9 EA192.060913.sql > final.sql
brum@brum-laptop:~$ tail -1977 EA192.060913.sql >> final.sql
brum@brum-laptop:~$
head -9是取前9行，tail -1977是取后1977行，這樣就把第10行隔過去了。
得到final.sql再用 mysql運行時，就可以使用--default-character-set=gbk了。
還有一種辦法是mysqldump時使 用--set-charset=false，這樣就不會出現SET NAMES了。
目前為止，還可能有問題，出在create table的SQL中，比如：
DROP TABLE IF EXISTS `test`;
CREATE TABLE `test`
`a` varchar(100) default NULL
) ENGINE=InnoDB DEFAULT CHARSET=latin1;
這里仍然有個CHARSET=latin1，它將導 致新創建的表的缺省字符集是latin1，而不是我們想要的。怎么辦呢，如果數據量不大的話，可以考慮用編輯器把它去掉或者改成utf8，如果數據量大的 話可以考慮用sed，但可能仍然時間比較長。
還有一種辦法就是mysqldump，使用--create- options=false，不導出表的創建屬性。但如果導出的表的存儲引擎不同的話就有問題了，因為引擎類型（innodb、myisam等）都被忽略 了。
此外，mysqldump導出時，不要使用-B，而是直接指定一個database名字，目的是不出現CREATE DATABASE語句，因為其中也可能會有缺省字符集的子句，會影響那些未在CREATE TABLE中指定字符集的表。如果你導出的SQL中有CREATE DATABASE，那么需要注意一下有沒有字符集的子句，如果有的話，也需要修改。
好了，通過上述方法導出或者處理過的導出文件可以使用mysql --default-character-set=gbk來導入了。
總結，基本上執行的命令如下：
1、備份數據庫
mysqldump --default-character-set=latin1 --create-options=false --set-charset=false -u root -p 數據庫名稱
>E:\back.sql
2、創建新數據庫
CREATE DATABASE 數據庫名稱 CHARACTER SET utf8 COLLATE utf8_general_ci;
3、導入數據
MySQL -u root -p --default-character-set=gbk 數據庫名稱<E:\back.sql
》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》
從 MySQL4.1 開始，增加了對字符集的明細區分。字符集常遇到的問題是亂碼和查詢結果不准 兩個問題，后面這個結果隱患還是非常大的。
MySQL 默認字符集為 latin1 或者叫 iso-8859-1。 請查看
http://faqs.cs.uu.nl/na-dir/internationalization/iso-8859-1-charset.html
在這個字符集中二進制的 0x F9、0xFA、0x FB 都是拉丁字母 U 的不同讀音，雷同與中文的四 聲說法。
| F9 | 249 | ù | LATIN SMALL LETTER U WITH GRAVE ACCENT
| FA | 250 | ú | LATIN SMALL LETTER U WITH ACUTE ACCENT
| FB | 251 | û | LATIN SMALL LETTER U WITH CIRCUMFLEX ACCENT
這樣一來，中文的“女生” 0xC9FA 與 0xC9F9、0xC9FB，也就是“聲甥”兩個字在 latin1 都 對應字母 U，以下語句就會返回錯誤的結果
SELECT * FROM article author = '女生' 就會出現女聲、女生、女甥、三個結果。 舉個例子：
DROP TABLE IF EXISTS article; CREATE TABLE article (
message varchar(255) collate latin1_swedish_ci NOT NULL, message2 varchar(255) collate latin1_bin NOT NULL,
KEY message (message)
) ENGINE=MyISAM charset=latin1;
INSERT INTO article (message, message2) VALUES ('女生','女生'); INSERT INTO article (message, message2) VALUES ('女聲','女聲'); INSERT INTO article (message, message2) VALUES ('女牲','女牲'); INSERT INTO article (message, message2) VALUES ('女甥','女甥'); INSERT INTO article (message, message2) VALUES ('女升','女升'); INSERT INTO article (message, message2) VALUES ('女滲','女滲');
我們建立兩種不同校對字符集的字段，存儲同樣的內容。使用：
SELECT * FROM article WHERE message = '女生';
得到三條記錄 女生 女生
女聲 女聲
女甥 女甥
使用：
SELECT * FROM article WHERE message2 = '女生';
得到一條記錄 女生 女生
解決方法有兩種，使用 PHP 的一種方法是：
$sql = "SELECT * FROM article author='女生'";
$res = mysql_query($sql);
$article = array();
while($row = mysql_fetch_assoc($res))
{
if($row['author'] == '女生')
{
$article = $row;
break;
}
}
使用 MySQL 本身特性解決的方法是使用 latin1_bin 校對字符集，如 message2，但如果你的數據 已經是其它 latin 校對字符集，使用下面的方法補救：
SELECT * FROM article WHERE message = '女生' collate latin1_bin; SELECT * FROM article WHERE BINARY message = '女生';
從 MySQL 手冊中說，這兩種方式是一樣的，而實質上，上面一種方法會利用到索引，下面一 種方法沒有使用任何索引。
可以使用 EXPLAIN 語法檢查以下三句的區別：
explain SELECT * FROM article WHERE message = '女生' collate latin1_bin;
explain SELECT * FROM article WHERE BINARY message = '女生';
explain SELECT * FROM article WHERE message = '女生';
如果一套系統中使用唯一索引或者關鍵字，危險性還小一些，頂多是注冊了女生，當你在注冊 女甥的時候，系統報“該用戶名已經存在”這樣的謊言。
對於多個系統使用同一套 SSO 通行證來說。這個安全隱患非常大，可以在非 MySQL 的系統中 注冊“女甥”，在回到 MySQL 系統中進行登錄。如果這個“女生”是管理員的話，那么你就得到了 最高權限。