MySql中UTF8和GBK编码中文字符长度问题

转自：http://blog.csdn.net/risingsun001/article/details/9376249

为什么要了解MySql中UTF8 和 GBK 编码中文字符长度呢？举个例子，在oracle中用utf8 字段中文长度为1的话，需要char（3）,mysql中则是char（1），如果你按照oracle的做法去创建mysql字段，是不是在mysql表中创建的长度大小与自己锁想的不一样呢，所以这个小知识点还是有必要了解的。
我在经过实验后得到以下结论（适用MySQL 5.0以上版本）：

1.一个汉字占多少长度与编码有关：
         UTF-8：一个汉字＝3个字节
            GBK：一个汉字＝2个字节
 2.在MySQL中 varchar(n)和char(n)表示n个字符，无论汉字和英文，Mysql都能存入n个字符，仅是实际字节长度有所区别

     即 MySQL 并不会对超过长度的字符报错,而是直接截断了. 并且 char(2) 和 varchar(2) 都能存储 2个汉字,或者是两个英文字符. 
 3. MySQL 的 char(n) 和varchar(n) 可以直接存储 n 个汉字. 而不是 n/3或者 n/2 个，mysql 屏蔽了具体的存储细节,而直接以实际字符的个数来决定char存储的个数

 提示：MySQL检查长度，可用SQL语言：
        select LENGTH(fieldname) from tablename 和 select CHAR_LENGTH(fieldname) from tablename 来查看

        说明：LENGTH 输出的结果是 字符实际长度的，而 CHAR_LENGTH输出的则是屏蔽了字符存储细节,是实际的字符个数!

        注：在涉及中文环境下的php+mysql组合,最好是用 mb_strlen来检测字符长度, 而在mysql 中,使用 CHAR_LENGTH来检测字符长度,这样能做到中英文统一处理. 
                php中strlen和mb_strlen，count的区别：

                 strlen 计算字符串长度，一个中文当2字符；mb_strlen根据它的字符编码模式，统计字符；count计算数组中的元素数目或对象中的属性个数

 

下面我们来验证下我们的结论是否正确：

测试一：

首先，我们先来测试一下 php 把一个汉字认作几个字节:

UTF8测试

[php]  view plain copy

1. <?php  
2. header("Content-type:text/html;charset=utf-8");  
3. $string1="字";//定义中文字符变量  
4. $string2="x";//定义英文字符变量  
5.   
6. //直接输出看看他们的长度  
7. echo strlen($string1);  
8. echo "</br>";  
9. echo strlen($string2);  
10. echo "</br>";  
11.   
12. //用 php 多字节扩展函数 mb_strlen试试看  
13. echo mb_strlen($string1,'utf8');  
14. echo "</br>";  
15. echo mb_strlen($string2,'utf8');  
16. echo "</br>";  
17.   
18. ?>  

注：测试的时候请将test.php文件的编码也改为utf8 ，否则会出现strlen长度为2的情况，得不到正确的结果

输出：

GBK测试：

[php]  view plain copy

1. <?php  
2. header("Content-type:text/html;charset=gbk");  
3. $string1="字";//定义中文字符变量  
4. $string2="x";//定义英文字符变量  
5.   
6. //直接输出看看他们的长度  
7. echo strlen($string1);  
8. echo "</br>";  
9. echo strlen($string2);  
10. echo "</br>";  
11.   
12. //用 php 多字节扩展函数 mb_strlen试试看  
13. echo mb_strlen($string1,'gbk');  
14. echo "</br>";  
15. echo mb_strlen($string2,'gbk');  
16. echo "</br>";  
17.   
18. ?>  

输出：

 

结论1.一个汉字占多少长度与编码有关：
         UTF-8：一个汉字＝3个字节
            GBK：一个汉字＝2个字节

测试二：

首先我们来测试UTF8

创建UTF8编码的数据库

[sql]  view plain copy

1. CREATE DATABASE `testutf8` DEFAULT CHARACTER SET utf8 COLLATE utf8_general_ci;  

 

创建utf8编码的表test

[sql]  view plain copy

1. CREATE TABLE test(  
2. txt_charchar( 2 ) NULL ,  
3. txt_varchar varchar( 2 ) NULL   
4. ) ENGINE = MYISAM   

确认表字段是否为utf8

插入两条记录：

[sql]  view plain copy

1. INSERT INTO test(txt_char,txt_varchar) VALUES ('abcdef','uvwxyz') , ('我是测试的','测试的是我');   

插入结果：

 

创建test2表

[sql]  view plain copy

1. CREATE TABLE `testutf8`.`test2` (  
2. `txt_char` CHAR( 2 ) CHARACTER SET gbk COLLATE gbk_chinese_ci NOT NULL ,  
3. `txt_varchar` VARCHAR( 2 ) CHARACTER SET gbk COLLATE gbk_chinese_ci NOT NULL   
4. ) ENGINE = MYISAM   

确认表字段是否为gbk

插入两条记录：

[sql]  view plain copy

1. INSERT INTO test(txt_char,txt_varchar) VALUES ('abcdef','uvwxyz') , ('我是测试的','测试的是我');   

插入结果：

结论二：

证明 mysql 并不会对超过长度的字符报错,而是直接截断了. 
并且 char(2) 和 varchar(2) 都能存储 2个汉字,或者是两个英文字符. 
证明 mysql 的 char(n) 可以直接存储 n 个汉字. 而不是 n/3 个 
mysql 屏蔽了具体的存储细节,而直接以实际字符的个数来决定 char存储的个数

.

转自：http://wenda.tianya.cn/question/13b15725691c6c74

字符串的长度： 
长度的单位为字符。一个多字节字符算作一个单字符。 

MySQL字符串函数： 
对于一个包含五个二字节字符集, LENGTH()返回值为 10, 而CHAR_LENGTH()的返回值为5。 

也就是说： 
对于一个汉字和一个字母都是一个字符。遵循CHAR和VARCHAR定义规范。也与数据库本身设置的字符集有关。 

mysql的char和varchar字段不区分unicode还是别的什么编码，统统按照ascii来存，所以一个汉字占用2个字节。 

CHAR和VARCHAR类型类似，但它们保存和检索的方式不同。它们的最大长度和是否尾部空格被保留等方面也不同。在存储或检索过程中不进行大小写转换。 

CHAR和VARCHAR类型声明的长度表示你想要保存的最大字符数。例如，CHAR(30)可以占用30个字符。 

CHAR列的长度固定为创建表时声明的长度。长度可以为从0到255的任何值。当保存CHAR值时，在它们的右边填充空格以达到指定的长度。当检索到CHAR值时，尾部的空格被删除掉。在存储或检索过程中不进行大小写转换。 

VARCHAR列中的值为可变长字符串。长度可以指定为0到65,535之间的值。(VARCHAR的最大有效长度由最大行大小和使用的字符集确定。整体最大长度是65,532字节）。
参考资料：http://www.mysqlpub.com/viewthread.php?tid=171&extra=page%3D1