测试php源文编码对定义在源文件中的中文字符数据写入Mysql数据库后编码的影响

MYSQL数据库的编码是相当灵活，可以随意定义到数据库的默认编码，表的默认编码，字段的编码。

        但从数据的本质来讲，无论任何编码都是一堆字节数据。那mysql是根据什么配置来确定我们数据的编码，帮我们正确去储存数据。特别是对于多字节编码的数据，中文，韩文，日文。当然可以采用utf-8，或ucs2来适应这些编码，而且工作量也大为减少。但实际情况中有可能用到本地编码来定义数据表、字段编码，例如我们的实际输入的数据编码是gbk，但数据库或表或字段是utf-8，，而我们又没执行set names 编码名来确定我们数据的编码，mysql去采用默认的default-character-set来决定是否要转码再储存。又或者我们程序中转码再执行sql储存数据。而这一切都是为了保证我们储存到数据库编码的正确。所以set names 编码名和视图编码、视图输入数据的编码一致的时候我们程序就不会显示乱码。从mysql手册中查得SET NAMES 'charset_name'  和 SET CHARACTER SET charset_name是类似的。他们的区别如下：

 

SET NAMES 'charset_name'  等价

SET character_set_client = charset_name;

SET character_set_results = charset_name;

SET character_set_connection = charset_name;

 

SET CHARACTER SET charset_name 等价

SET character_set_client = charset_name;

SET character_set_results = charset_name;

SET collation_connection = @@collation_database;

 

由上可见，两者作用是类似的，只是第二个命令多了collation_connection 为连接校对字符集。

 

对于这两个命令，我们可以简单的理解：

• character_set_client告诉mysql：我们的程序向你发送的数据是什么字符集编码的，如果和要存储的字段的编码不一样，你要帮我转码再储存。
• character_set_results告诉mysql：我的程序需要显示的数据是什么字符集编码的，如果你储存在库中的编码和我要的编码不一样，你要为我转码再返回给我。
• SET character_set_connection告诉mysql：我连接你mysql的连接过程中使用的是什么字符集编码，你不要搞混了。
• SET collation_connection告诉mysql：我的数据校对采用什么字符集编码，你排序、索引的时候要按这个来搞。

前些天在tp群中，有群友提出了特定编码的php源文件中，定义的sql数据保存到数据库中数据后的编码问题，以及乱码的产生原因。于是做了以下一个简单的实验。

-----------------------------------------------------------------------------------------------------------------

测试表结构

CREATE TABLE `hello` ( 
        `id` int(32) NOT NULL AUTO_INCREMENT, 
         `username` varchar(32) CHARACTER SET gbk NOT NULL,  
         `password` varchar(32) NOT NULL,  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8

-----------------------------------------------------------------------------------------------------------------

测试写入数据，定义在源文件中：

 

$conn = mysqli_connect('localhost','root','mydb','pss_demo');
//由实际测试决定是否执行该行
/*mysqli_query($conn,'set names gbk;');*/
mysqli_query($conn,"insert into hello values(null,'你妹','12345678');");
mysqli_commit($conn );

 

-----------------------------------------------------------------------------------------------------------------

测试结果：

 

默认客户端编码	数据表编码	字段编码	源文件编码	是否乱码	是否set names 编码
utf8	utf8	gbk	gbk	乱码	否
utf8	utf8	gbk	gbk	乱码	是（utf8）
utf8	utf8	gbk	gbk	正常	是（gbk）
utf8	utf8	gbk	utf8	正常	否
utf8	utf8	gbk	utf8	正常	是（utf8）
utf8	utf8	gbk	utf8	乱码	是（gbk）

 

 

 

 

结论：对于定义在源文件的中文数据是按源文件的编码来储存的，发送给mysql服务器时候是直接发送定义好的数据，编码未曾改变。假如没有set names 编码，会采用mysql默认的default-character-set来进行编码的检查转换。假如发送的数据和mysql设置的默认default-character-set不一致，mysql又执行从default-character-set到实际的字段的编码转换，所储存的数据就会是乱码。转码始终存在，比如说，你发出的sql语句包含的中文是gbk编码的，而你没set  names，假如mysql的默认default client charset 是utf8，那么mysql就会把你发出gbk数据当做utf8来进行处理。所储存到的字段又是gbk的话，mysql会将你的gbk数据当是utf8，执行从utf8转码到gbk，再储存所以乱码就产生了。