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
header("Content-type:text/html;charset=utf-8");
$string1="字";//定义中文字符变量
$string2="x";//定义英文字符变量
//直接输出看看他们的长度
echo strlen($string1);
echo "";
echo strlen($string2);
echo "";
//用 php 多字节扩展函数 mb_strlen试试看
echo mb_strlen($string1,'utf8');
echo "";
echo mb_strlen($string2,'utf8');
echo "";
?>
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:
header("Content-type:text/html;charset=gbk");
$string1="字";//定义中文字符变量
$string2="x";//定义英文字符变量
//直接输出看看他们的长度
echo strlen($string1);
echo "";
echo strlen($string2);
echo "";
//用 php 多字节扩展函数 mb_strlen试试看
echo mb_strlen($string1,'gbk');
echo "";
echo mb_strlen($string2,'gbk');
echo "";
?>
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
CREATE DATABASE `testutf8` DEFAULT CHARACTER SET utf8 COLLATE utf8_general_ci;
创建utf8编码的表test
CREATE TABLE test(
txt_charchar( 2 ) NULL ,
txt_varchar varchar( 2 ) NULL
) ENGINE = MYISAM
确认表字段是否为utf8
插入两条记录:
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
CREATE TABLE `testutf8`.`test2` (
`txt_char` CHAR( 2 ) CHARACTER SET gbk COLLATE gbk_chinese_ci NOT NULL ,
`txt_varchar` VARCHAR( 2 ) CHARACTER SET gbk COLLATE gbk_chinese_ci NOT NULL
) ENGINE = MYISAM
确认表字段是否为gbk
插入两条记录:
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
.