李曼

（商丘職業(yè)技術(shù)學(xué)院 河南省商丘市 476100）

1 引言

MySQL數(shù)據(jù)庫(kù)技術(shù)是一門非常重要的計(jì)算機(jī)專業(yè)基礎(chǔ)課程，在WEB應(yīng)用方面，同時(shí)，由于MySQL的跨平臺(tái)性，它可以在Linux、Windows、Netware等20多個(gè)平臺(tái)上運(yùn)行。MySQL是一種開(kāi)放源代碼的關(guān)系型數(shù)據(jù)庫(kù)管理系統(tǒng)（RDBMS），它體積小、速度快、總體成本低，所以MySQL是近年來(lái)很多中小型網(wǎng)站開(kāi)發(fā)首要選擇的網(wǎng)站數(shù)據(jù)庫(kù)軟件。MySQL數(shù)據(jù)庫(kù)系統(tǒng)使用結(jié)構(gòu)化查詢語(yǔ)言（SQL）進(jìn)行數(shù)據(jù)庫(kù)管理。我們通過(guò)系統(tǒng)分析把現(xiàn)實(shí)世界事物及其聯(lián)系信息化轉(zhuǎn)換為信息世界里的概念模型，再經(jīng)過(guò)系統(tǒng)數(shù)據(jù)庫(kù)設(shè)計(jì)將我們得到的概念模型轉(zhuǎn)化為計(jì)算機(jī)世界的數(shù)據(jù)模型，這一過(guò)程我們就需要使用MySQL數(shù)據(jù)庫(kù)系統(tǒng)來(lái)實(shí)現(xiàn)，我們知道，計(jì)算機(jī)只能識(shí)別二進(jìn)制代碼，為了使計(jì)算機(jī)不僅能做科學(xué)計(jì)算，也能處理文字信息，人們想出了給每個(gè)文字符號(hào)編碼以便于計(jì)算機(jī)識(shí)別處理的辦法，這就是計(jì)算機(jī)字符集產(chǎn)生的原因。這一套文字符號(hào)及其編碼、比較規(guī)則的集合[1]會(huì)直接影響數(shù)據(jù)庫(kù)中數(shù)據(jù)信息的顯示，可以以我們希望看的的樣式顯示，當(dāng)然也會(huì)以我們不希望看到的一種方式——亂碼來(lái)顯示給我們，接下來(lái)我們就來(lái)探討一下字符編碼為什么會(huì)影響字符的顯示以及亂碼出現(xiàn)的原因及其解決方式。

2 字符編碼方式及應(yīng)用

2.1 常用的字符編碼方式

字符編碼（英文Character encoding）是為了方便文本在計(jì)算機(jī)中存儲(chǔ)并通過(guò)通信網(wǎng)絡(luò)進(jìn)行傳遞，把指定集合中某一對(duì)象字符集中的字符進(jìn)行編碼。常見(jiàn)的例子包括將拉丁字母表編碼成摩斯電碼和ASCII。其中，ASCII將字母、數(shù)字和其它符號(hào)編號(hào)，并用7比特的二進(jìn)制來(lái)表示這個(gè)整數(shù)。通常會(huì)額外使用一個(gè)擴(kuò)充的比特，以便于以1個(gè)字節(jié)的方式存儲(chǔ)[2]。

在數(shù)據(jù)庫(kù)中常見(jiàn)的編碼方式有以下幾種：

（1）Latin編碼方式，這是一種標(biāo)準(zhǔn)字符集（standard character set），支持英文和許多西歐語(yǔ)言。

（2）utf-8編碼方式，這是一種支持大部分語(yǔ)言的字符集，為了提高Unicode的編碼效率，于是就出現(xiàn)了UTF-8編碼。UTF-8可以根據(jù)不同的符號(hào)自動(dòng)選擇編碼的長(zhǎng)短。比如英文字母可以只用1個(gè)字節(jié)就夠了。

（3）GB2312碼是ANSI編碼的一種，為了滿足國(guó)內(nèi)在計(jì)算機(jī)中使用漢字的需要由國(guó)家標(biāo)準(zhǔn)總局發(fā)布的一系列字符集國(guó)家標(biāo)準(zhǔn)編碼，GB2312是一個(gè)簡(jiǎn)體的中文字符集。

（4）GBK即漢字內(nèi)碼擴(kuò)展規(guī)范，K為擴(kuò)展的漢語(yǔ)拼音中“擴(kuò)”字的聲母。關(guān)于字符集、語(yǔ)言等信息文件都存放在MySQL軟件目錄結(jié)構(gòu)下的share文件中[3]。

2.2 字符集編碼及校驗(yàn)規(guī)則

通過(guò)學(xué)習(xí)MySQL數(shù)據(jù)庫(kù)我們知道，show的相關(guān)語(yǔ)句內(nèi)容很多, 它的功能就是可以查看很多內(nèi)容，服務(wù)器可以支持多種字符集，比如show character set；這條語(yǔ)句可以列出可用的字符集，show collation可以列出一個(gè)字符集的校對(duì)規(guī)則，如果想要查看gb2312字符集的校驗(yàn)規(guī)則，我們就可以使用show collation like 'gb2312%'；這里要明確的一點(diǎn)是：字符集并不完全等同于整理規(guī)則， 我們知道同一個(gè)字符集可能有多個(gè)排序規(guī)則，比如latin1 -> latin1_Swedish_Ci， Latin_Spanish_Ci，……因?yàn)橛袝r(shí)我們?cè)诖a里沒(méi)有指定collation，這時(shí)就需要指定一個(gè) default collation，Ci表示 case insensitive 大小寫不敏感，cs: case sensitive 大小寫敏感，并不是所有的整理規(guī)則都要使用ci[3]。

如果想要查看各個(gè)字段的整理規(guī)則，可以使用show full columns from tablename這條語(yǔ)句，這里需要重申的是；服務(wù)器、數(shù)據(jù)庫(kù)和數(shù)據(jù)表都可以指定“字符集”， 而字段卻不能指定字符集，字段只能指定“整理規(guī)則”，這個(gè)整理規(guī)則中就可以認(rèn)為包含了字段的字符集以及比較/排序規(guī)則，即使前3個(gè)層次的字符集默認(rèn)的 都是 latin1，但是如果字段的字符集整理為 gbk_chinese_ci的話， 也能正常顯示中文[4]。

2.3 出現(xiàn)中文亂碼的原因

我們?cè)趯W(xué)習(xí)了字符集編碼問(wèn)題后就明白：在顯示器上看見(jiàn)的文字、圖片等信息在計(jì)算機(jī)內(nèi)部存儲(chǔ)的內(nèi)容其實(shí)并不是我們看見(jiàn)的樣子，也就是計(jì)算機(jī)并不是簡(jiǎn)單的原樣重現(xiàn)的，即使假如所有的信息都在硬盤中存儲(chǔ)，我們拆開(kāi)它看到了也只有盤片，沒(méi)有我們想看到的數(shù)據(jù)信息。計(jì)算機(jī)硬盤只能用0和1來(lái)存儲(chǔ)各種信息，比如小張用1100001來(lái)表示A,小李用11000010來(lái)存儲(chǔ)A，可能小李用1100001來(lái)存儲(chǔ)的是X，那么小張把1100001發(fā)給小李，小李就會(huì)看成X，這就是小張和小李使用了不同的編碼表，不同的編碼表0和1的對(duì)應(yīng)關(guān)系不同，當(dāng)然顯示的就是不同結(jié)果，所以在事先交流數(shù)據(jù)信息時(shí)，需要明確自己要使用的編碼，或者通過(guò)轉(zhuǎn)換編碼，就像翻譯不同語(yǔ)言一樣，才可以實(shí)現(xiàn)無(wú)亂碼溝通。

在Windows系統(tǒng)中安裝MySQL數(shù)據(jù)庫(kù)軟件時(shí)，我們知道MySQL服務(wù)器會(huì)有一個(gè)關(guān)于服務(wù)器字符集和服務(wù)器校驗(yàn)規(guī)則的設(shè)置，而且這兩個(gè)設(shè)置均不能為空，如果選擇默認(rèn)設(shè)置，那么Latin1是MySQL服務(wù)器的默認(rèn)字符集，其對(duì)應(yīng)的校驗(yàn)規(guī)則是Latin_Swedish_ci，也 就 是default-character-set=Latin1，collation_server=Latin_Swedish_ci?；谇懊娴慕榻B我們知道，latin1字符集不能編碼中文字符, 所以MySQL控制臺(tái)或者返回：“Incorrect string value ......”, 或者返回“Data too long for column ......”,從而導(dǎo)致數(shù)據(jù)插入不成功,即使插入成功也會(huì)在數(shù)據(jù)表里顯示亂碼的現(xiàn)象。

3 解決方案

隨著我國(guó)計(jì)算機(jī)科學(xué)技術(shù)的飛速發(fā)展，錄入中文信息已經(jīng)變得非常普遍，那么我們?cè)诎惭b和配置MySQL數(shù)據(jù)庫(kù)軟件時(shí)就要考慮到字符編碼的問(wèn)題，所以在我們配置MySQL服務(wù)器環(huán)境時(shí)就需要將字符集（default-character-set）設(shè)置為gbk，此時(shí)校驗(yàn)規(guī)則就會(huì)自動(dòng)跟gbk字符集匹配，當(dāng)然也可以設(shè)置為 gbk_chinese_ci。這里，簡(jiǎn)單介紹一下存在校對(duì)規(guī)則命名的約定: 它們以其相關(guān)的字符集名開(kāi)始, 通常包括一個(gè)語(yǔ)言名, 并且以 _ci( 忽略大小寫) 、_cs( case sensitive, 大小寫敏感) 或 _bin( 二進(jìn)制) 結(jié)束。我們可以根據(jù)需要選擇不同的校驗(yàn)規(guī)則。如果在配置過(guò)程中忽略了字符集編碼的問(wèn)題，那么也不必?fù)?dān)心，我們可以給出以下幾種解決方案：

3.1 在DOS環(huán)境下修改數(shù)據(jù)庫(kù)和數(shù)據(jù)表的編碼方式

我們需要使用alter database petstore character set gbk collate gbk_chinese_ci來(lái)修改其字符編碼方式，之后在創(chuàng)建數(shù)據(jù)表時(shí)也要保證其字符編碼與其所在的數(shù)據(jù)庫(kù)一致?？梢允褂肧QL語(yǔ)句show create table 數(shù)據(jù)表表名，如果從開(kāi)始都是使用默認(rèn)字符集，沒(méi)有修改它的編碼方式，此時(shí)極可能查看到該數(shù)據(jù)表的默認(rèn)編碼方式是Latin1，那么我們需要繼續(xù)使用alter語(yǔ)句來(lái)修改，具體SQL語(yǔ)句為Alter table 數(shù)據(jù)表 default character set gbk collate gbk_chinese_ci，這是更改表默認(rèn)的字符集的SQL語(yǔ)句。另外，也需要使用上一步的alter database petstore character set gbk collate gbk_chinese_ci把數(shù)據(jù)庫(kù)的編碼方式也一并修改了，讓數(shù)據(jù)庫(kù)和它其中的數(shù)據(jù)表編碼方式保持統(tǒng)一，都為gbk，當(dāng)然gb2312也是可以的。

還有一種情況就是所有的字符集設(shè)置都是正確的，但仍然有亂碼，這時(shí)應(yīng)該是因?yàn)檫B接級(jí)字符集不正確造成的，連接級(jí)字符集由character_set_client、character_set_connection、character_set_results三個(gè)變量決定，這時(shí)需要把這三個(gè)變量均設(shè)置為支持中文的字符集，比如設(shè)置為gbk或者gb2312即可。可以如下三條命令來(lái)改變連接級(jí)字符集：

3.2 在圖形界面環(huán)境下修改

除了上述在DOS環(huán)境下修改字符編碼方式，當(dāng)然也可以在SQLyog圖形編輯器中修改，在左側(cè)數(shù)據(jù)庫(kù)目錄里選擇要修改編碼方式的數(shù)據(jù)庫(kù)對(duì)其右擊，選擇改變數(shù)據(jù)庫(kù)，接著在彈出的窗口中修改其基字符集和數(shù)據(jù)庫(kù)排序規(guī)則，然后保存更改設(shè)置。

3.3 在MySQL配置文件中修改默認(rèn)字符編碼方式

MySQL中文顯示亂碼或者問(wèn)號(hào)是因?yàn)檫x用的編碼不對(duì)或者編碼不一致造成的，首先我們可以在安裝配置MySQL環(huán)境時(shí)就選擇其編碼方式為gbk或者gb2312，如果忽略了這一點(diǎn)還有另外一種方法：通過(guò)修改my.ini配置文件。通過(guò)MySQL文件存放的目錄，打開(kāi)文件名為my.ini配置文件，找到default-character-set這句配置信息，很顯然這里指明了當(dāng)前數(shù)據(jù)庫(kù)環(huán)境的默認(rèn)編碼方式，此時(shí)我們需要將default-character-set設(shè)為gbk（或者gb2312）（有的版本不支持default-character-set=gbk，這時(shí)我們可以使用character_set_server=gbk來(lái)取代 default-character-set=gbk即可），修改之后保存文件，通過(guò)進(jìn)入Windows服務(wù)管理器啟動(dòng)MySQL服務(wù)，重新啟動(dòng)一下該服務(wù)；或者以管理員身份運(yùn)行cmd.exe，進(jìn)行如下操作：

關(guān)閉服務(wù) net stop mysql；

開(kāi)啟服務(wù) net start mysql。

但此處需要注意的是：我們?cè)趍y.ini文件中修改的defaultcharacter-set字符集只會(huì)對(duì)MySQL其自身客戶端起作用，對(duì)其他客戶端數(shù)據(jù)庫(kù)程序無(wú)效，比如如果是通過(guò)web頁(yè)面顯示的數(shù)據(jù)庫(kù)內(nèi)容，開(kāi)發(fā)人員必須在web程序中指定正確的編碼方式，如果有誤，亂碼就會(huì)顯示在頁(yè)面中。設(shè)置成功之后，就可以來(lái)查看是否改變了編碼格式。還是在DOS環(huán)境中：

（1）輸入 mysql -u root –p，進(jìn)入MySQL數(shù)據(jù)庫(kù) ；

（2）鍵入密碼：*****（自己的密碼，沒(méi)有的話直接回車鍵。）；

（3）show variables like 'char%'；顯示編碼格式；

進(jìn)入DOS環(huán)境或者sqlyog，這時(shí)通過(guò)show語(yǔ)句查看數(shù)據(jù)庫(kù)或者數(shù)據(jù)表文件，我們就會(huì)發(fā)現(xiàn)修改已經(jīng)生效，這時(shí)可以通過(guò)insert語(yǔ)句試著插入一條中文字符的記錄驗(yàn)證一下。

4 總結(jié)

綜上所述，我們知道MySQL數(shù)據(jù)庫(kù)作為全球最受歡迎的數(shù)據(jù)庫(kù)平臺(tái)，正在擁有越來(lái)越多的中文編程環(huán)境用戶，本篇介紹了MySQL數(shù)據(jù)庫(kù)中字符編碼的相關(guān)知識(shí)，并且指出我們?cè)谑褂肕ySQL數(shù)據(jù)庫(kù)會(huì)出現(xiàn)的中文亂碼現(xiàn)象的根本原因，通過(guò)分析亂碼問(wèn)題，我們知道這歸根結(jié)底是字符集編碼的問(wèn)題，我們通過(guò)調(diào)試SQL代碼細(xì)節(jié)指出問(wèn)題所在之處，然后通過(guò)實(shí)際操作給出了幾種切實(shí)可行的解決方案，我們只要正確設(shè)置各個(gè)級(jí)別的字符集問(wèn)題，那么亂碼問(wèn)題就不會(huì)成為我們學(xué)習(xí)中的障礙，這有助于我們更加深入地學(xué)習(xí)MySQL數(shù)據(jù)庫(kù)知識(shí)。