使用Navicat客戶端運行SQL語句出現中文亂碼


出現亂碼無非就是編碼方式不統一造成的,通過查閱資料解決了問題。

(簡 體中文系統環境支持國標 GB2312、GB18030 和 Unicode (UTF-8) 編碼。它們在系統中設置的locale(亦指語言別)名稱為:

  國標 GB2312: zh_CN.hp15CN

  國標 GB18030: zh_CN.gb18030

  Unicode (UTF-8): zh_CN.utf8

只要涉及到文字的地方,就會存在字符集和編碼方式。對於MySQL數據庫系統而言,用戶從MySQL client端敲入一條sql語句,通過TCP/IP傳遞給

MySQL server進程,到最終存入server端的文件,每個環節都涉及到字符存儲。涉及到字符存儲的地方,就涉及到字符集編碼。

我們就用 show variables like'char%';和 showvariables like 'collation_%';來查看一下:

分別在MYSQL、Navicat中運行命令;

 

 

 

 

兩邊有些字符集和校對的系統變量是不同的。

兩種方法:

①我們以MySQL配置為准。在Navicat 中運行以下命令:

setcharacter_set_client= utf8;

setcharacter_set_connection =utf8 ;

setcharacter_set_results=utf8 ;

再查看字符集,兩邊就一致了。進行測試,亂碼問題解決。

保證MySQL字符集配置正確的前提下,在navicat的連接屬性中勾選使用MYSQL字符集。(推薦)

這里插入一篇關於MySQL數據庫字符集的文章,總結的很棒。

 

字符集&字符編碼方式

 

字符集(Character set)是多個字符的集合,字符集種類較多,每個字符集包含的字符個數不同,這里的字符可以是英文字符,漢字字符,或者其他國家語言字符。

常見字符集包括:ASCII字符集、LATIN1字符集、GB2312字符集、GBK字符集、GB18030字符集、Unicode字符集等。字符編碼方式是用一個或多個字節表示字符集中的一個字符。每種字符集都有自己特有的編碼方式,因此同一個字符,在不同字符集的編碼方式下,會產生不同的二進制。ASCII是基於羅馬字母表的一套字符集,它采用1個字節的低7位表示字符,高位始終為0。LATIN1字符集相對於ASCII字符集做了擴展,仍然使用一個字節表示字符,但啟用了高位,擴展了字符集的表示范圍。GB2312、GBK、GB18030字符集是支持中文的字符集,字符集范圍GB2312<GBK< GB18030。GBK字符集的字符有一字節編碼和兩字節編碼方式。對於00-7F的字符與ASCII保持一致,漢字采用2個字節表示。第一字節范圍是81-FE,避免與00-7F沖突。Unicode字符集是計算機科學領域里的一項業界標准,支持了所有國家的文字字符。Unicode字符集有好幾種編碼方式,比如常見的utf-8,utf-16,utf-32等。Utf8采用1-4個字節表示字符,utf-16采用固定的2個字節,utf-32則采用4個字節存儲。

 

MySQL與字符集

只要涉及到文字的地方,就會存在字符集和編碼方式。對於MySQL數據庫系統而言,用戶從MySQL client端敲入一條sql語句,通過TCP/IP傳遞給MySQL server進程,到最終存入server端的文件,每個環節都涉及到字符存儲。涉及到字符存儲的地方,就涉及到字符集編碼,通過MySQL提供的系統變量就可見一斑。MySQL字符集設置系統變量以及含義如下表: 

變量名

含義

character_set_server

默認的內部操作字符集

character_set_client

客戶端來源數據使用的字符集

character_set_connection

連接層字符集

character_set_results

查詢結果字符集

character_set_database

當前選中數據庫的默認字符集

character_set_system

系統元數據(字段名等)字符集

 

以上這些參數如何起作用

1.庫、表、列字符集的由來
(1).建庫時,若未明確指定字符集,則采用character_set_server指定的字符集。
(2).建表時,若未明確指定字符集,則采用當前庫所采用的字符集。
(3).新增,修改表字段時,若未明確指定字符集,則采用當前表所采用的字符集。

2.更新、查詢涉及到得字符集變量

用戶在更新(插入,刪除,修改),查詢數據庫時,最常使用的字符集變量主要包含character_set_client,character_set_connection,character_set_result。
更新流程字符集轉換過程:character_set_client-》character_set_connection-》表字符集。
查詢流程字符集轉換過程:表字符集-》character_set_result

PS:個人認為character_set_connection連接字符集設置有點冗余,因為最終都是要轉換到表字符集的。

3.character_set_database

這個參數是當前默認數據庫的字符集,比如執行use xxx后,當前數據庫變為xxx,若xxx的字符集為utf8,那么這個變量值就變為utf8。因此這個參數是供系統設置,無需人工設置。

 

mysql字符編碼轉換流程

      如果以上各個系統變量的設置不一致,比如character_set_client為UTF8,而character_set_database為GBK,則會出現需要進行編碼轉換的情況。那么字符集轉換的原理是什么?假設GBK字符集的字符串“小明”,需要轉為UTF8字符集存儲,實際就是對於“小明”字符串中的每個漢字去UTF8編碼表里面查詢對應的二進制,然后存儲,僅此而已,編碼轉換並不涉及到復雜的算法。mysql字符集轉換主要涉及到幾個步驟:

1) 將數據從character_set_client設置轉換為character_set_connection設置;

2) 將character_set_connection設置轉為表字段的字符集設置;

3) 將操作結果從表字段字符集轉為character_set_results設置。

 

下面我通過一個常用的場景來描述字符集轉換的流程。用戶通過mysql命令行(如果是遠程連接:SecureCRT),敲入命令“insert into T values(1,’小明’)”,字符串’小明’在流轉過程中二進制存儲內容。

a) 用戶采用的客戶端為utf8字符集,character_set_client=gbk,character_set_connection=gbk, 表T采用gbk字符集。

 

由於character_set_client、character_set_connection和表字符集均為GBK,不涉及編碼轉換。因此,表雖然為字符集雖然為GBK,但“小明”的編碼並非為GBK編碼的二進制流,而是UTF8的二進制流,兩個漢字占用了6個字節,而讀取則是一個逆向的過程,不涉及到編碼轉換,查詢依然能正確返回“小明”。

b)  在a)的情況下,改變character_set_client的設置為utf8,查詢插入的值。

 

可以看到返回的值是“灝忔槑”, 這是由於表的字符集是GBK,而客戶端請求是UTF8,那么server將二進制流E5B08FE6988E對應的GBK漢字“灝忔槑”轉為UTF8漢字對應的二進制流E7818FE5BF94E6A791,因此查詢結果在SecureCRT就顯示為“灝忔槑”,即通常我們所謂的亂碼。

c) 在b)的情況下,設置SecureCRT的字符集為GBK,看看SecureCRT字符集設置對結果影響

 

可以看到返回的是另外一組字符“鐏忓繑妲�”,整個流轉過程與b)一樣,只是在第一步發生了字節流轉換,設置SecureCRT字符集編碼,只是改變了顯示方式。

 

字符集相關的SQL語句

1)  查看字符集編碼設置

SHOW VARIABLES LIKE ‘%CHARACTER%’

2)  設置字符集編碼

SET NAMES xxx;

這個語句相當於設置了client的字符集,主要包含3個系統變量,character_set_client,character_set_connection和character_set_results。

3) 修改數據庫字符集

ALTER DATABASE  DATABASENAME  CHARACTER SET XXX;

這個語句只修改庫的字符集,影響后續創建的表的默認定義;對於已創建的表的字符集不受影響。

4) 修改表的字符集

ALTER TABLE TABLENAME CHARACTER SET XXX;

這個語句只修改表的字符集,影響后續該表新增列的默認定義,已有列的字符集不受影響。

ALTER TABLE TABLENAME CONVERT TO CHARACTER SET XXX;

 這個語句同時修改表字符集和已有列字符集,並將已有數據進行字符集編碼轉換。

5) 修改列字符集

ALTER TABLE `TABLE_NAME` MODIFY COLUMN `COLUMN_NAME`  CHARACTER SET xxx

6)  查詢字符的二進制編碼

SELECT HEX(COL_NAME) FROM TABLE_NAME;
SELECT LENGTH(COL_NAME) FROM TABLE_NAME;

對於GBK的表,如果查出來一個字符占用了3個字節,比如圖1這種情況,則肯定是字符集在某個環節設置統一,圖1就是因為客戶端是UTF8,而mysqlclient和database都是GBK造成的。

 

mysql默認的字符集latin1

     mysql 4.x版本之前默認采用的是latin1字符集(又稱ISO-8859-1),latin1字符集編碼方式采用單字節編碼。拋一個問題,latin1字符集的表,用戶寫入和讀取漢字是否有問題?答案是只要合理設置,沒有問題。假設SecureCRT為UTF8,character_set_client和表字符集均設置為latin1,參考第3節的分析,那么用戶讀取和寫入數據的過程中,並不涉及字符集編碼轉換的問題,將UTF8的漢字字符轉為二進制流寫入database,提取出來后,secureCRT再將對應的二進制解碼為對應的漢字,所以不影響用戶的使用。但是,若character_set_client,character_set_connection,與表字符集設置等不統一,就可能出現亂碼的情況。


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM