MySQL燕十八老师课程笔记：第十八课：乱码问题全解

在本地文本文档打“联通”二字后保存，发现再次打开后显示乱码，但其他就没有这种问题。

键盘上127个字符，用一个字节就够存储了，原因：一个字节有八个位：0000 0000-1111 1111，一共有256种值。（事实上，7个位就够了，因为7个位可以表示128种变化）

ASCII码：0-127表示，最高位始终为0。

但对于中文，一个字节显然不够，这时我们需要用2个字节来表示：0000 0000 0000 0000->1111 1111 1111 1111 0->65535，6万多种组合，够用了。

此时的组合来自于：[129-255][129-255]
例：130 149 97 95 134 198 有几个中文，几个英文？
答：有2个中文，两个英文，分别是：中文英文英文中文。
但是中文的组合数也少了，只能组合10000，事实上，ＧＢ２３１２只能容纳６０００多字。

GBK还是双字节，如何扩充容量？
答：GBK的第二位，低位，不再局限于１２９－２５５了，＜１２７的也能用
例：１４０　３５　６５　１７９　８２　其中有几个中文，几个英文？
答：中英中，一共有两个中文，一个英文。

总结：碰到＞１２８的，就再往后找一字节，２字节理解成中文，继续找；否则就理解成ASCII

ANSI代表本地字符集，在中国操作：GBK，在日本操作：JIS

Unicode是一个全世界通用的码表，全世界范围的字符，都统一分配表好，这样就不会乱了。
用４个字节来编号。但是常用字符也就集中在前两个字节，这样就会有点麻烦。
此时：有一个办法：把高位浪费的０值，用一定的规则舍弃，这样形成的编码方式就是UTF－８

Unicode与UTF－８的关系：就像源文件－＞压缩文件的关系。
UTF-８：变长，那么如何确定字符的边界？
答：最高为有几个１，就往后取几个字节。

那么，如何截取UTF８（各国语言都有），无乱码？
答：从头开始，取１个字节，通过位运算，计算连续的１的个数。如为０，则截取１个字节；如为N，则截取Ｎ个字节。

从容量上看：GB２３１２＜GBK＜UTF－８

问：GBK中文经常在Java中，被转为UTF－８，怎么转的？
答：GBK和Unicode也有对应关系：GBK－＞Unicode－＞UTF－８

问：那么，乱码是怎么形成的？
答：乱码只有两种原因：１.解码时与实际编码不一致（可修复）２.传输过程中，编码不一致，导致字节丢失（不可修复）
２的例子：UTF－８转成GB２３１２，容量变小，导致有的字节丢失，这种情况不可修复。

具体转码过程：
连接器的特性：连接客户端与服务器，客户端的字符先发给连接器，连接器选择一种编码将其转换，临时存储。再次转换成服务器需要的编码

回到最初的那个问题：为什么“联通”在记事本保存后重新打开显示的是乱码？
原因：解码与实际编码不一致。保存时的格式默认为是ansi，即本地默认GBK格式。而记事本在打开时，也分不出你的编码，只能由编码的特点推测。字数较少时容易猜错。。。重新打开时记事本用的是utf-8格式打开的。
在xp下，用记事本创建utf8文件时，前面多了3个字节，这3个字节不用来显示，是用来辨识编码用的。

显示utf8+时，不是utf8，而是由bom头的utf8，这时设置编码为utf8，不要选utf8+，保存时也是。这样就不会出错了。

UTF8和UTF-8的区别：
UTF-8是一种编码，世界上UTF-8只有一个，即表达这种编码方式。
而在MySQL中，只有UTF8。

实例：中文截取乱码问题：
===>

讨论建表时“engine myisam”的作用（MySQL引擎）：
引擎：engine就是存储相同数据的不同方式，