使用MySQL保存中文数据时，经常会遇到乱码问题的解决思路

使用MySQL保存中文数据时，经常会遇到乱码问题。产生乱码的原因很多，在笔者以为对MySQL的字符集处理已经很有了解的时候，使用C#编程时，竟再一次遇到了乱码。联想到前几天一位同事在使用JDBC访问MySQL时遇到的中文乱码问题，决定对MySQL中文乱码问题的产生场景进行一次总结。
一、错误读出
现象：一个已经存在数据的MySQL数据库，该数据库的数据用系统中其它软件、网页查看均正常，使用MySQLcc之类的客户端查看也正常，可是在新写的网页中总是显示乱码。
分析：其它系统都可以正常查看数据，说明数据本身是没有问题的。在网页中显示乱码，一定是网页的编码字符集和获取到的数据的编码字符集不一至。比如数据库的字符集是UTF8的，而网页的字符集是gb2312的，那么网页就会把UTF8编码的字体串当作gb2312的来处理，结果产生乱码。
解决办法：在连接数据库时，设定连接字符集，使连接字符集和当前网页或客户端程序使用的字符集一致。可以使用MySQL的Set Names指令设定连接字符集。假设网页的字体集为gb2312。在连接MySQL后，在连接上执行如下SQL语句：
Set Names ‘gb2312’
在以后所有这个连接上的查询，MySQL都会自动把数据库中的数据转换成gb2312编码格式传过来。
二、错误写入
现象：一个网页或程序向一个MySQL数据库中写数据，写完后，这个网页或程序自己可以正常读取数据，而从其它客户端或网页中读取数据都是乱码。
分析：其它的正常的客户端出现乱码，说明数据库中的字符编码不对。写数据的那个网页能正常读取，是因为写和读都用了错误的编码格式，将错就错，反而能读出正确的数据了。比如数据库中设定的字符集为UTF8，而网页使用gb2312编码执行了插入数据的SQL，那么MySQL就会把这些gb2312的编码当成是UTF8的编码写进数据库。当其它客户端访问数据时，会按系统的设定，以UTF8格式读取数据，而数据其实是使用gb2312编码的，结果就出现了乱码。只有写数据的那个网页会把这些数据当成gb2312的，也只有那个网页能正常显示数据。
解决办法：同第一条，即：使用Set Names指令设定连接字符集。
在设定了连接字符体的连接上执行数据操作，所有的数据都将被MySQL自动、正确地转换为数据库中设定的编码格式保存。
 
通过以上两点，我们可以看到，只要在连接MySQL时，正确地设定了字符集，无论数据库本身是使用什么格式编码的，都能得到正确的结果。也许有人会以为写数据时设定的字符集必需和读数据时一致，事实上完全没有必要。程序所要做的只是告诉MySQL，目前操作MySQL使用的是什么字符集即可。因为MySQL会自动完成如下的转换工作：
写数据库时用的字符集-->存诸数据的字符集-->读取数据的字符集。
 
笔者以为MySQL对多语言字符集的处理是非常优秀的，并且每次建立到MySQL的连接都会立刻使用Set Names设定字符集，然而最近还是出现了一回乱码，如下面所述。
三、无知的程序包
现象：使用C#编程，使用MySQL提供的连接程序库包访问数据库，使用MySqlConnection类连接数据库，连接之后立刻调用Set Names设定连接字符串，然后使用MySqlCommand类执行SQL，并使用MySqlDataReader读取数查询结果。然而，当我调用MySqlDataReader的成员方法GetString获取数据的时候，发现得到的全是乱码。百思不得其解。
分析：经仔细检查，确信问题没有出在MySQL连接上面，这时我想到了C#中对string类型的处理。在C#中字符串和C/C++中有很大不同。在C/C++中一个字符就是一个字节，而在C#中，按不同的编码格式，一个字符也可以是多个字节的。比如”啊”就是一个字符，如果一个字符串s=”啊”; 那么s的Length属性为1，而不是C/C++中的2。我想MySQL程序包也许并不知道连接上传过来的字符是什么编码的，它因为无知，所以只是按单字节字符把这些数据组织成一个string，这个生成的string就是我得到的乱码。事实上也的确是这样。
解决办法：把这些数据重新组织起来，然后使用正确的编码方法重新生成string。C#中System.Text包内的Encoding类提供了字符集的编/解码方法。
1）首先还是设定连接字符集，以确认收到的字符的编码方式。
2）把GetString得到的字符串转换到byte数组中。
3）使用Systec.Text.Encoding包中相应字符集的解码方法GetString得到新的字符串。
为了通用性，我们使用System.Text.Encoding的默认字符集。连接数据库时，设置数据库连接字符集使用的SQL指令strSetCharset为如下值：
string strSetCharset = “Set Names ” + System. Text. Encoding .Default. HeaderName;
在获取数据时，使用下面的函数得到真正的字符串：
private string DBStringToNormal(string dbStr)
  {
  byte[] str = new byte[dbStr.Length];
  for (int i = 0; i < dbStr.Length; ++i)
  str[i] = (byte)(dbStr[i]);
  return System.Text.Encoding.Default.GetString(str, 0, dbStr.Length);
 }
问题解决。在使用JDBC访问MySQL时，也会有这样的问题，可以用类似的方法解决。