[转]深入理解SET NAMES和mysql(i)_set_charset的区别
作者: laruence(http://www.laruence.com)
# 原文地址: http://www.laruence.com/2010/04/12/1396.html
最近公司组织了个PHP安全编程的培训, 其中涉及到一部分关于Mysql的”SET NAMES”和mysql_set_charset (mysqli_set_charset)的内容:
说到, 尽量使用mysqli_set_charset(mysqli:set_charset)而不是”SET NAMES”, 当然, 这个内容在PHP手册中也有叙及, 但是却没有解释为什么.
最近有好几个朋友问我这个问题, 到底为什么?
问的人多了, 我也就觉得可以写篇blog, 专门介绍下这部分的内容了.
首先, 很多人都不知道”SET NAMES”到底是做了什么,
我之前的文章深入MySQL字符集设置中, 曾经介绍过character_set_client/character_set_connection/character_set_results这三个MySQL的”环境变量”, 这里再简单介绍下,
这三个变量, 分别告诉MySQL服务器, 客户端的编码集, 在传输给MySQL服务器的时候的编码集, 以及期望MySQL返回的结果的编码集.
比如, 通过使用”SET NAMES utf8″, 就告诉服务器, 我用的是utf-8编码, 我希望你也给我返回utf-8编码的查询结果.
一般情况下, 使用”SET NAMES”就足够了, 也是可以保证正确的. 那么为什么手册又要说推荐使用mysqli_set_charset(PHP>=5.0.5)呢?
首先, 我们看看mysqli_set_charset到底做了什么(注意星号注释处, mysql_set_charset类似):
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
//php-5.2.11-SRC/ext/mysqli/mysqli_nonapi.c line 342
PHP_FUNCTION(mysqli_set_charset)
{
MY_MYSQL *mysql;
zval *mysql_link;
char *cs_name = NULL;
unsigned int len;
if
(zend_parse_method_parameters(ZEND_NUM_ARGS() TSRMLS_CC, getThis()
,
"Os"
, &mysql_link, mysqli_link_class_entry, &cs_name, &len) == FAILURE) {
return
;
}
MYSQLI_FETCH_RESOURCE(mysql, MY_MYSQL*, &mysql_link,
"mysqli_link"
, MYSQLI_STATUS_VALID);
if
(mysql_set_character_set(mysql->mysql, cs_name)) {
//** 调用libmysql的对应函数
RETURN_FALSE;
}
RETURN_TRUE;
}
|
那mysql_set_character_set又做了什么呢?
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
//mysql-5.1.30-SRC/libmysql/client.c, line 3166:
int STDCALL mysql_set_character_set(MYSQL *mysql,
const
char *cs_name)
{
struct charset_info_st *cs;
const
char *save_csdir= charsets_dir;
if
(mysql->options.charset_dir)
charsets_dir= mysql->options.charset_dir;
if
(
strlen
(cs_name) < MY_CS_NAME_SIZE &&
(cs= get_charset_by_csname(cs_name, MY_CS_PRIMARY, MYF(0))))
{
char buff[MY_CS_NAME_SIZE + 10];
charsets_dir= save_csdir;
/* Skip execution of "SET NAMES" for pre-4.1 servers */
if
(mysql_get_server_version(mysql) < 40100)
return
0;
sprintf(buff,
"SET NAMES %s"
, cs_name);
if
(!mysql_real_query(mysql, buff,
strlen
(buff)))
{
mysql->charset= cs;
}
}
//以下省略
|
我们可以看到, mysqli_set_charset除了做了”SET NAMES”以外, 还多做了一步:
|
1
2
3
4
5
|
sprintf(buff,
"SET NAMES %s"
, cs_name);
if
(!mysql_real_query(mysql, buff,
strlen
(buff)))
{
mysql->charset= cs;
}
|
而对于mysql这个核心结构的成员charset又有什么作用呢?
这就要说说mysql_real_escape_string()了, 这个函数和mysql_escape_string的区别就是, 它会考虑”当前”字符集. 那么这个当前字符集从哪里来呢?
对了, 你猜的没错, 就是mysql->charset.
mysql_real_string在判断宽字符集的字符的时候, 就根据这个成员变量来分别采用不同的策略, 比如如果是utf-8, 那么就会采用libmysql/ctype-utf8.c.
看个实例, 默认mysql连接字符集是latin-1, (经典的5c问题):
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
$db
= mysql_connect(
'localhost:3737'
,
'root'
,
'123456'
);
mysql_select_db(
"test"
);
$a
=
"/x91/x5c"
;
//"慭"的gbk编码, 低字节为5c, 也就是ascii中的"/"
var_dump(
addslashes
(
$a
));
var_dump(mysql_real_escape_string(
$a
,
$db
));
mysql_query(
"set names gbk"
);
var_dump(mysql_real_escape_string(
$a
,
$db
));
mysql_set_charset(
"gbk"
);
var_dump(mysql_real_escape_string(
$a
,
$db
));
?>
|
因为, “慭”的gbk编码低字节为5c, 也就是ascii中的”/”, 而因为除了mysql(i)_set_charset影响mysql->charset以外, 其他时刻mysql->charset都为默认值, 所以, 结果就是:
|
1
2
3
4
5
|
$ php -f 5c.php
string(3) "慭/"
string(3) "慭/"
string(3) "慭/"
string(2)
"慭"
|