关于C#（ASP.net）存取MySQL LongText字段的心得

 

关于C#（ASP.net）存取MySQL LongText字段的心得

 

1．LongText字段是MySQL用于存储超长字符串的数据库类型，有点类似MSSQL的memo。

 

2．Connector/NET读取LongText的内部实现过程：

1）  Connector/NET内部将LongText看作字符串，对外以字符串的方式进行读写，不运行调用getBytes的方法。

2）  根据MySQL的配置信息，获得MySQL的字符集，并根据字符集信息生成System.Text.Encode对象

3）  以byte[]的方式从MySQL数据库里将LongText字段信息读取出

4）  使用System.Text.Encode的GetString方法对字符串进行解码，并返回给用户

 

3．Connector/NET写LongText的内部实现（猜测，没有看过代码）

1）  根据MySQL的配置信息，获得MySQL的字符集，并根据字符集信息生成System.Text.Encode对象

2）  System.Text.Encode对象的GetBytes方法对字符串进行编码，转换为byte[]

3）  将byte[]以二进制流的方式写入数据库对应的LongText字段

 

4．Connector/NET对MySQL数据库默认的字符集

1）  MySQL 4.1以前的版本（这里特指MySQL 4.0），如果字符集是latin1（拉丁文），则.net 内部的System.Text.Encode对象为Latin1Encoding（.net内部私有对象）。CodePage=28591（EncodingName = Western European (ISO)）

2）  MySQL 4.1 的版本，如果字符集是latin1，则内部的System.Text.Encode对象为CodePageEncoding。CodePage=1252（EncodingName = Western European (Windows)）

3）  如果是MySQL的字符集定义为GB2312，或者UTF8（MySQL 4.0不支持），.net内部的编码方式则会根据MySQL的字符集确定。

 

5．Connector/NET读取MySQL的LongText字段时产生乱码的原因

       Connector/NET内部将LongText字段看作字符串，而LongText字段在存取得时候，内部是按照byte[]方式进行处理的，因此，在存储LongText字段的时候，需要对传入的LongText支点的字符串（.net字符串，其内部采用unicode方式编码）进行编码，并将得到的byte[]存储到数据库里。相反，读取LongText字段的时候，需要将从数据库里读出的byte[]进行解码，还原为.net字符串。

       在这个编码/解码的过程中，需要指定byte[]的编码类型（字符集类型）。字符集类型可以从MySQL获得。MySQL在安装的时候，将字符集默认为latin1。（MSSQL则会在安装的时候检查操作系统的字符集设置，并将字符集设置与当前操作系统一致）因此Connector/NET组件在存取LongText字段的时候，就会将字符串按照latin1字符集的方式进行处理，凡是出现中文的地方，都会因为字符集编码不一致，而用错误的字符串替换。而如果MySQL被其它程序按照当前用户字符集方式编码（中文的GB2312）写入，在MySQL读取的时候，也就会出现解码错误，得到乱码。

       总之一句话，因为MySQL的字符集设置错误就会造成Connector/NET存取的时候出现乱码。

 

6．如何从MySQL 4.0数据库读取LongText信息（非MySQL定义字符集信息）

 

       这里假设原来存储到MySQL数据的时候是按照GB2312方式存储，并且当前系统默认得字符集也是GB2312，MySQL的字符集未修改为latin1。

     byte[] buf = new byte[1024 * 10];

     //   向按照错误的字符集读取字符串

     string s= dr.GetString(0);

     //   按照错误的字符集，将字符串还原为byte数组

     System.Text.Encoding.GetEncoding(28591).GetBytes(s, 0, s.Length, buf, 0);

     //   重新按照正确的字符集生成字符串

     s=System.Text.Encoding.Default.GetString(buf);

 

7．如何种MySQL 4.1数据库读取LongText信息（非MySQL定义字符集信息）

       代码和上面的一样，所不同的只是将28591替换为1252

 

8．如何将字符串写入LongText里（非MySQL定义字符集信息）

       首先，如果通过以往的写字符方法写数据库的话，字符串里非英文字符会因为错误的编码（默认的latin1）而丢失（如果MySQL的字符集是GB2312或者UTF8则不会出现该问题），这样无论后面我们如何正确的解码，都不可能得到正确的字符串。所以，如果要写入非英文字符的字符串，就不能走正常的路线，而需要把LongText看作二进制字段，以bit流方式写入。写入方式和blob字段写入方式一样，详细方法参考bruse的文章。

     MySql.Data.MySqlClient.MySqlCommand cmm = null;

     cmm = new MySql.Data.MySqlClient.MySqlCommand("insert into test(name) values(?name)", connect);

     //   以将该字段看作二进制流

     MySql.Data.MySqlClient.MySqlParameter param = null;

     param = new MySql.Data.MySqlClient.MySqlParameter("?name", System.Data.DbType.Binary);

     //   对输入的字符串使用GB2312进行编码

     param.Value = System.Text.Encoding.Default.GetBytes("aa中文测试");

     cmm.Parameters.Add(param);

cmm.ExecuteNonQuery();

 

9．以UTF-8、UTF16（Unicode）、BigUnicode的方式将字符串写入LongText里

       基本方法同“7.如何将字符串写入LongText”，不同之处在于编码方式由Default改为UTF8、Unicode、BigUnicode。

 

 

10．如何兼容MySQL 4.0、4.1的读取方法（读取UTF-16）

       读取LongText的关键在于如何将LongText得到的字符串解码为byte数组，并重新编码。而Connector/NET控件在两个MySQL版本之间，对默认的编码采用了两种不同的编码/解码方式，从而导致乱码，解决的方案有：

1）  修改Connector/NET控件，提供一个获得当前Connector/NET控件（MySQL）的字符集的方法。

2）  修改Connector/NET控件，对MySQL所有版本的默认字符集都采用统一的解码方式，即如果字符集为latin1将统一采用CodePage=28591或者CodePage=1252的方式进行解码。（缺点：如果MySQL的字符集改变，则读取代码在创建System.Text.Encode对象也需要改变）

3）  修改应用程序，针对2个不同版本的MySQL数据库采用2套解决方案（缺点同2。而且需要修改的地方更多）。

4）  在MySQL连接字符串里确定字符集（在连接字符串里添加charset=gb2312），并修改程序，按照gb2312的方式还原编码（推荐使用）。

 

 

p.s.

1．Connector/NET是一个.net访问MySQL的组件，本文使用的版本是1.0.0.7，MySQL使用的版本是4.0 和 4.1。.net版本1.1

 

       2．本文针对LongText采用如此特殊的字符集编码转换过程，是因为其它应用往MySQL数据库里写数据的时候是按照UTF-16（Unicode或BigUnicode）进行编码的，MySQL4.0和4.1都不直接支持UTF-16的字符集。

 

       3．如果只有一个应用访问MySQL数据库，可直接将MySQL的字符集改为GB2312或者UTF-8，不需按照本文这种婉转的编码方式进行字符集转换。