再谈MySQL升级出现乱码问题的解决

原贴：http://www.wujianrong.com/archives/2007/05/mysql_10.html

以前写过一篇关于MySQL升级到4.1出现乱码如何解决的帖子，他只是讲述了当你导入的数据都正常了，该怎么使用到MySQL4.1以后版本的多 语言特征。但是如果在导入的过程中就遇到了字符集的问题，该怎么办呢？就是无论你怎么导入，怎么折腾字符集，都是乱码，但是你新插入的任何一条数据都没有 问题，这就不是升级后调整字符集的问题了，而是在导出导入的工程中就需要考虑。

UP这两天估计被这个问题折腾的够呛，虽然事后找到的原因不是在于数据库，但是这里还是把升级的过程记录下来。今天up问我上次论坛如何升级和转换的，我就记得不太清楚了。

我自己试验成功的有两种方式
1）只需要把你原来版本的数据库文件考到到新的数据库目录下，什么都不用修改，这个时候输出应该是正常的，默认采用了latin1字符集。这大概只最简单的方式了，不过这种方式不太好的地方在于一旦将来要转换字符集，很是麻烦。

2）假设你要从MySQL4.0以下版本升级到MySQL4.1以上版本，并明确指定需要的字符集是gb2312，那么我的步骤是
a）在原来的数据库上导出你要的数据库，可以使用下面的命令：

$mysqldump -u username -p password databasename >xxx.sql
b）修改导出的sql文件，首先将导出的数据表加上默认字符集gb2312，可以在vi中只用下面的替换命令

% s/engine=MyISAM;/engine=MyISAM DEFAULT CHARSET=GB2312;/g
当然你可以使用你喜欢的编辑器来替换；其次是将这个sql文件转化成gb2312编码格式的文件。你可以先file看看该文件的字符集，如果是ISO8859的，那还不错，如果是Non-ISO格式，那就必须转换，可以使用下面的命令

iconv -c -t gb2312 -o outout.sql xxx.sql
UP导出的数据就是Non－ISO格式。

c）连接新的数据库服务器，创建需要的数据库

CODE:
[Copy to clipboard]
mysqladmin -uroot -p create databasename
d）在导入数据之前，看看默认的字符集，可以使用下面的方法

mysql> SHOW VARIABLES LIKE 'character_set_%';
+--------------------------+----------------------------+
| Variable_name | Value |
+--------------------------+----------------------------+
| character_set_client | latin1 |
| character_set_connection | latin1 |
| character_set_database | latin1 |
| character_set_results | latin1 |
| character_set_server | latin1 |
| character_set_system | utf8 |
| character_sets_dir | /usr/share/mysql/charsets/ |
+--------------------------+----------------------------+
7 rows in set (0.00 sec)
默认的字符集都是latinn1的，这个时候，你需要将latin1转换成gb2312，方法如下

mysql> set NAMES 'utf8';
Query OK, 0 rows affected (0.00 sec)
mysql> set character_set_database=utf8;
Query OK, 0 rows affected (0.00 sec)
mysql> set character_set_server=utf8;
Query OK, 0 rows affected (0.00 sec)
mysql> show variables like 'character%';
+--------------------------+--------------------------------+
| Variable_name         | Value                 |
+--------------------------+--------------------------------+
| character_set_client   | utf8                   |
| character_set_connection | utf8                   |
| character_set_database   | utf8                   |
| character_set_filesystem | binary                 |
| character_set_results   | utf8                   |
| character_set_server   | utf8                   |
| character_set_system   | utf8                   |
| character_sets_dir     | /usr/share/mysql/charsets/ |
+--------------------------+--------------------------------+
8 rows in set (0.00 sec)
这时数据库字符集已经修改，可以导入数据了

mysql>source /path/to/xxx.sql
然后在你的网页中，在连接数据后，加上下面的一条指令

mysql_query(”set NAMES 'utf8'");
应该就可以了，当然你的网页编码本身应该也要式gb2312的。

那么UP为什么会要折腾两天呢？不是他的步骤和方法有问题，而是操作系统的问题！操作系统？ubuntu！
问 题就出现在iconv转换的过程中，只要转换成GB2312，那些中文就成了空白，而同样的文件，在其他Linux操作系统上就不会出现这个问题，难道式 ubuntu并不支持GB2312？还是别的原因，个人没有使用过ubuntu，不太清楚他的字符集和字体支持是如何的，不过想来我用过的 redhat，fedora，suse确实都在字符集和中文字体方面有些欠缺。这个方面，红旗Linux显然要优秀一些。

从MySQL 4.1开始引入的多语言支持确实很棒，而且一些特性已经超过了其他的数据库系统。不过我在测试过程中发现使用适用于MySQL 4.1之前的PHP语句操作MySQL数据库会造成乱码，即使是设置过了表字符集也是如此。

我 使用phpmyadmin来操作mysql，使用了zh- cn-utf8的连接方式，数据库和表也使用了utf8的编码，在phpmyadmin里数据都很正常，但是使用php连接并打印出来以后成为??，既不 是utf8，也不是gb2312，更不是iso8859，如果从我的表单插入数据，则显示乱码，有些是中文，有些是乱码。查看了一下mysql 4.1手册中有关字符集的问题，问题解决，总结如下：

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_results | latin1 |
| character_set_server | latin1 |
| character_set_system | utf8 |
| character_sets_dir | /usr/share/mysql/charsets/ |
+--------------------------+----------------------------+
7 rows in set (0.00 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 (0.00 sec)

上面列出的值就是系统的默认值。(很奇怪系统怎么默认是latin1的瑞典语排序方式)...

当我们按照原来的方式通过PHP存取MySQL数据库时，就算设置了表的默认字符集为utf8并且通过UTF-8编码发送查询，你会发现存入数据库的仍然是乱码。问题就出在这个connection连接层上。解决方法是在发送查询前执行一下下面这句：

SET NAMES 'utf8';它相当于下面的三句指令：

SET character_set_client = utf8;
SET character_set_results = utf8;
SET character_set_connection = utf8;

再试试看，正常了吧？^_^ Enjoy!