一 字符集
字符集:是一套字符与字符编码的集合。
字符,用于显示的抽象符号。
编码,计算机都是二进制存储,因此需要将显示符号转换成二进制数才能存储,每个字符所转换成的二进制数,就是字符编码。
常见的字符集&编码:Ascii字符集,GB2312字符集,gbk字符集,latin1字符集,unicode字符集等。
Ascii(American Standard Code for Information Interchange,美国标准信息交换码)是一套基于拉丁字母的编码系统。用于显示现代英语。是现在最通用的单字节编码。 采用 7位表示。因此显示的字符数量128个。不能完全表示所有的西方字符,就使用第八位,称之为扩展ascii码(EASCII,Extended ASCii),共 256个字符。
Gb2312,当表示中文时,8位的编码已经不能满足所有的字符了。因此就需要改进,一个典型的方案是,在兼容ascii的基础上,取消了扩展部分,当使用2个大于127的编码在一起时,就表示一个汉字了(0xA1-0xF7)(0xA1-0xFE),大于可以保存不到8000个汉字字符。这种编码方式就是 gb2312字符集,中国国家标准简体中文字符集。2312是标准号。
Gbk,可以预见,不到8000个字符,是不足以表示所有的中文字符的(某些不常用汉字,港台地区的繁体字,亚洲其他文字字符等)。因此微软,在gb2312的基础上,将没有用到的编码部分做了扩展编码,就是GBK,始用于win95,到现在(但是不是国家标准)。
Unicode,如果需要完成多语言应用,那么仅仅的中文(东亚)字符是不够的,就会出现,不同的地区国家,使用不同的编码字符集。一旦相互使用,则会出现解码失败(乱码)的情况。如果可以将世界上所有的字符都汇总,然后统一编码,就解决了问题。因此unicode来啦。采用4个字节来保存编码,可以保存的字符数很多,目前已经有效的有十万以上的字符了。平时所说的 utf-8与unicode是啥关系呢?Utf8是unicode的一种优化的实现。针对不同的字符,所采取的编码长度的不一样的。例如中文就是3个字节,英文是一个字节,一些扩展字符是2个字节。可以通过组成当前字符的第一个字节的大小来判断 大于等于224则是三个字节表示,大于等于192则是两个字节的字符,否则就是一个字节的字符。
1.1 MySQL字符集
show character set;
查看MySQL支持的所有的字符集。
MySQL可以使用多种字符集保存数据。
MySQL,可以针对字段,表,数据库,服务器进行字符集的设置,还可以设定连接字符集(客户端与服务器端交互时)
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 |