set names utf8 详解

以为pconnect有问题，迷惑了好长时间，但是最后竟然发现自己错将set names utf8写成set names utf-8了，真糊涂！

下面文章偷来的，仅供参考！

新的主机的Mysql是5.0版本的，导入数据后，用Php读出来全是问号，乱码一片，原因肯定是Mysql版本之间的差异问题。 　　只好查资料，发现了一个解决方法，就是在mysql_connect后面加一句SET NAMES UTF8，即可使得UTF8的数据库消除乱码，对于GBK的数据库则使用SET NAMES GBK，代码如下： 

$mysql_mylink = mysql_connect($mysql_host, $mysql_user, $mysql_pass); mysql_query("SET NAMES 'GBK'"); 

mysql中文乱码，phpmyadmin乱码，php乱码 产生原因及其解决方法


近日发现很多人为mysql中文乱码问题所困扰。于是就这个问题做一下浅析。不正确的地方希望大家指正

乱码产生原因 

mysql字符编码是版本4.1引入的,支持多国语言,而且一些特性已经超过了其他的数据库系统。

我们可以在MySQL Command Line Client 下输入如下命令查看mysql的字符集

mysql> SHOW CHARACTER SET;
+----------+-----------------------------+---------------------+--------+
| Charset   | Description                  | Default collation    | Maxlen |
+----------+-----------------------------+---------------------+--------+
| big5      | Big5 Traditional Chinese     | big5_chinese_ci      | 2       |
| dec8      | DEC West European            | dec8_swedish_ci      | 1       |
| cp850     | DOS West European            | cp850_general_ci     | 1       |
| hp8       | HP West European             | hp8_english_ci       | 1       |
| koi8r     | KOI8-R Relcom Russian        | koi8r_general_ci     | 1       |
| latin1    | cp1252 West European         | latin1_swedish_ci    | 1       |
| latin2    | ISO 8859-2 Central European | latin2_general_ci    | 1       |
| swe7      | 7bit Swedish                 | swe7_swedish_ci      | 1       |
| ascii     | US ASCII                     | ascii_general_ci     | 1       |
| ujis      | EUC-JP Japanese              | ujis_japanese_ci     | 3       |
| sjis      | Shift-JIS Japanese           | sjis_japanese_ci     | 2       |
| hebrew    | ISO 8859-8 Hebrew            | hebrew_general_ci    | 1       |
| tis620    | TIS620 Thai                  | tis620_thai_ci       | 1       |
| euckr     | EUC-KR Korean                | euckr_korean_ci      | 2       |
| koi8u     | KOI8-U Ukrainian             | koi8u_general_ci     | 1       |
| gb2312    | GB2312 Simplified Chinese    | gb2312_chinese_ci    | 2       |
| greek     | ISO 8859-7 Greek             | greek_general_ci     | 1       |
| cp1250    | Windows Central European     | cp1250_general_ci    | 1       |
| gbk       | GBK Simplified Chinese       | gbk_chinese_ci       | 2       |
| latin5    | ISO 8859-9 Turkish           | latin5_turkish_ci    | 1       |
| armscii8 | ARMSCII-8 Armenian           | armscii8_general_ci | 1       |
| utf8      | UTF-8 Unicode                | utf8_general_ci      | 3       |
| ucs2      | UCS-2 Unicode                | ucs2_general_ci      | 2       |
| cp866     | DOS Russian                  | cp866_general_ci     | 1       |
| keybcs2   | DOS Kamenicky Czech-Slovak   | keybcs2_general_ci   | 1       |
| macce     | Mac Central European         | macce_general_ci     | 1       |
| macroman | Mac West European            | macroman_general_ci | 1       |
| cp852     | DOS Central European         | cp852_general_ci     | 1       |
| latin7    | ISO 8859-13 Baltic           | latin7_general_ci    | 1       |
| cp1251    | Windows Cyrillic             | cp1251_general_ci    | 1       |
| cp1256    | Windows Arabic               | cp1256_general_ci    | 1       |
| cp1257    | Windows Baltic               | cp1257_general_ci    | 1       |
| binary    | Binary pseudo charset        | binary               | 1       |
| geostd8   | GEOSTD8 Georgian             | geostd8_general_ci   | 1       |
| cp932     | SJIS for Windows Japanese    | cp932_japanese_ci    | 2       |
| eucjpms   | UJIS for Windows Japanese    | eucjpms_japanese_ci | 3       |
+----------+-----------------------------+---------------------+--------+
36 rows in set (0.02 sec)

更多mysql的字符集知识可以参考本论坛的
http://www.phpfans.net/bbs/viewt ... &extra=page%3D1
或者mysql官方的
http://dev.mysql.com/doc/refman/5.1/zh/charset.html

MySQL 4.1的字符集支持(Character Set Support)有两个方面：字符集(Character set)和排序方式(Collation)。对于字符集的支持细化到四个层次: 服务器(server)，数据库(database)，数据表(table)和连接(connection)。
查看系统的字符集和排序方式的设定可以通过下面的两条命令：

mysql> SHOW VARIABLES LIKE 'character_set_%';
+--------------------------+-------------------------------------------+
| Variable_name             | Value                                      |
+--------------------------+-------------------------------------------+
| character_set_client      | latin1                                     |
| character_set_connection | latin1                                     |
| character_set_database    | latin1                                     |
| character_set_filesystem | binary                                     |
| character_set_results     | latin1                                     |
| character_set_server      | latin1                                     |
| character_set_system      | utf8                                       |
| character_sets_dir        | D:\MySQL\MySQL Server 5.0\share\charsets\ |
+--------------------------+-------------------------------------------+
8 rows in set (0.06 sec)

mysql> SHOW VARIABLES LIKE 'collation_%';
+----------------------+-------------------+
| Variable_name         | Value              |
+----------------------+-------------------+
| collation_connection | latin1_swedish_ci |
| collation_database    | latin1_swedish_ci |
| collation_server      | latin1_swedish_ci |
+----------------------+-------------------+
3 rows in set (0.02 sec)

上面列出的值就是系统的默认值。latin1默认校对规则是latin1_swedish_ci，默认是latin1的瑞典语排序方式.
为什么呢默认会是latin1_swedish_ci呢,追溯一下mysql历史很容易发现

1979年，一家瑞典公司Tcx欲开发一个快速的多线程、多用户数据库系统。Tcx 公司起初想利用mSQL和他们自己的快速低级例程 (Indexed Sequential Access Method，ISAM)去连接数据库表，然而，在一些测试以后得出结论：mSQL对其需求来说不够快速和灵活。这就产生了一个连接器数据库的新SQL接口，它使用几乎和mSQL一样的API接口。这个API被设计成可以使那些由mSQL而写的第三方代码更容易地移植到MySQL。 

相信如果mysql是中国开发的，那么汉语也是默认编码了

当然我们也可以自己需要修改mysql的默认字符集
在mysql配置文档my.ini，找到如下两句：

[mysql]

default-character-set=latin1

和

# created and no character set is defined
default-character-set=latin1

修改后面的值就可以。

这里不建议改，仍保留默认值
也就是说启动 mysql时，如果没指定指定一个默认的的字符集，这个值继承自配置文件中的； 
此时 character_set_server 被设定为这个默认的字符集； 当创建一个新的数据库时，
除非明确指定，这个数据库的字符集被缺省设定为 character_set_server； 当选定了一个数据库时，
character_set_database 被设定为这个数据库默认的字符集； 在这个数据库里创建一张表时，
表默认的字符集被设定为 character_set_database，也就是这个数据库默认的字符集； 
当在表内设置一栏时，除非明确指定，否则此栏缺省的字符集就是表默认的字符集。

这样问题就随之而来了，假如一数据库是gbk编码。如果访问数据库时没指定其的字符集是gbk。
那么这个值将继承系统的latin1，这样就做成mysql中文乱码。

乱码解决方法

要解决乱码问题，首先必须弄清楚自己数据库用什么编码。如果没有指明，将是默认的latin1。
我们用得最多的应该是这3种字符集 gb2312，gbk，utf8。

那么我们如何去指定数据库的字符集呢？下面也gbk为例

【在MySQL Command Line Client创建数据库 】

mysql> Create TABLE `mysqlcode` (
     -> `id` TINYINT( 255 ) UNSIGNED NOT NULL AUTO_INCREMENT PRIMARY KEY ,
     -> `content` VARCHAR( 255 ) NOT NULL
     -> ) TYPE = MYISAM CHARACTER SET gbk COLLATE gbk_chinese_ci;
Query OK, 0 rows affected, 1 warning (0.03 sec)

mysql> desc mysqlcode;
+---------+-----------------------+------+-----+---------+----------------+
| Field    | Type                   | Null | Key | Default | Extra           |
+---------+-----------------------+------+-----+---------+----------------+
| id       | tinyint(255) unsigned | NO    | PRI |          | auto_increment |
| content | varchar(255)           | NO    |      |          |                 |
+---------+-----------------------+------+-----+---------+----------------+
2 rows in set (0.02 sec)

其中后面的TYPE = MYISAM CHARACTER SET gbk COLLATE gbk_chinese_ci;
就是指定数据库的字符集，COLLATE (校勘)，让mysql同时支持多种编码的数据库。

当然我们也可以通过如下指令修改数据库的字符集
alter database da_name default character set 'charset'.

客户端以 gbk格式发送 ，可以采用下述配置:

SET character_set_client='gbk'
SET character_set_connection='gbk'
SET character_set_results='gbk'

这个配置就等价于 SET NAMES 'gbk'。

现在对刚才创建的数据库操作

mysql> use test;
Database changed

mysql> insert into mysqlcode values(null,'php爱好者');
ERROR 1406 (22001): Data too long for column 'content' at row 1

没有指定字符集为gbk，插入时出错

mysql> set names 'gbk';
Query OK, 0 rows affected (0.02 sec)

指定字符集为 gbk

mysql> insert into mysqlcode values(null,'php爱好者');
Query OK, 1 row affected (0.00 sec)

插入成功

mysql> select * from mysqlcode;
+----+-----------+
| id | content    |
+----+-----------+
| 1   | php爱好着 |
+----+-----------+
1 row in set (0.00 sec)

在没有指定字符集gbk时读取也会出现乱码，如下

mysql> select * from mysqlcode;
+----+---------+
| id | content |
+----+---------+
| 1   | php???   |
+----+---------+
1 row in set (0.00 sec)


【在phpmyadmin创建数据库,并指定字符集】



表类型根据自己需要选，这里选MyISAM(支持全文检索);
整理选择 gbk_chinese_ci 也就是gbk字符集
gbk_bin 简体中文, 二进制。gbk_chinese_ci 简体中文, 不区分大小写。

在刚才创建的数据库插入数据库



再浏览时发现是乱码


为什么呢？是因为数据库为gbk字符集，而我们操作时没有指定为gbk
回到数据库首页


可以看到 mysql 连接校对默认的latin1_bin。我们将其改为gbk_chinese_ci


再插入一条数据。看，这条已经正常了


更多phpmyadmin乱码问题请参考本论坛的
http://www.phpfans.net/bbs/viewt ... &extra=page%3D1


【解决php读取数据库乱码】

仍以数据库mysqlcode为例

CODE:[Copy to clipboard]<?php  
$conn = mysql_connect("localhost","root",""); 
mysql_query("set names 'gbk'");//这就是指定数据库字符集，一般放在连接数据库后面就系了 
mysql_select_db("test"); 

$sql = "select * from mysqlcode"; 
$result = mysql_query($sql,$conn); 

?> 
<head> 
<meta http-equiv="Content-Type" content="text/html; charset=gb2312" /> 
<title>mysql 字符编码</title> 
</head> 

<body> 
<table width="300" height="32" border="1" align="center" cellpadding="0" cellspacing="0">  
   <tr> 
     <td width="71" align="center">id</td> 
     <td width="229" align="center">内容</td> 
   </tr> 
<?php while($row = mysql_fetch_assoc($result)){ 
echo "   
<tr> 
     <td align=\"center\">".$row['id']."</td> 
     <td>".$row['content']."</td> 
   </tr>"; 
}?>   
</table> 
</body> 
</html> 
<?php mysql_free_result($result);?> 
如果我们将mysql_query("set names 'gbk'");注释掉，肯定时乱码


加上那句又正常了


一句话
你数据库用什么编码，在对数据库操作之前就set names '你的编码';

终于完了，如果对大家有用就顶下啦。不正确的地方也请指正

ps:页面申明编码：在HTML代码HEAD里面，可以用<meta http-equiv="Content-Type" content="text/html; charset="XXX" />来告诉浏览器网页采用了什么编码，目前中文网站开发中主要用的是GB2312和UTF-8两种编码。