MySQL编码latin1转utf8
mysql移植含有中文的数据时,很容易出现乱码问题。很多是在从mysql4.x向mysql5.x移植的时候出现。mysql的缺省字符集是 latin1,在使用mysql4.x的时候,很多人都是用的latin1字符集。而当使用mysql5时往往愿意使用utf8。那么我们的任务是不是要 把数据中的字符从latin1转为utf8呢?
不是的。
用一句不大准确,但又比较形象的说法是,在之前的系 统中,我们是用latin1保存了使用gb系列字符集(gbk、gb2312等)的汉字。怎么这样说呢?
mysql> show create table test\G
*************************** 1. row ***************************
Table: test
Create Table: CREATE TABLE `test`
`a` varchar(100) default NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8
1 row in set (0.00 sec)
mysql> show create table testlatin1\G
*************************** 1. row ***************************
Table: testlatin1
Create Table: CREATE TABLE `testlatin1`
`a` varchar(100) default NULL
) ENGINE=InnoDB DEFAULT CHARSET=latin1
1 row in set (0.01 sec)
我们看到这两个表有不同的缺 省字符集。此字符集是告诉我们,如果没有特别指定列的字符集,那么字符类型列的字符集与表的缺省字符集一样。
列的字符集是要告诉 mysql,这里面保存的字符所使用的字符集是什么。但到底保存的是什么字符集的字符,不由mysql决定,mysql也不进行检查。
在utf8广泛使用之前,我们使用的汉字都是GB系列的字符集,比如GB2312、GBK、GB18030等等。
在缺省字符集为 latin1的mysql中,我们通常就把GB字符集的汉字保存到数据库中,但是却告诉mysql那是latin1字符集。而GB字符集是一个汉字占两个 字节,latin1是一个字符占一个字节。也就是说一个GB汉字被当成两个latin1字符来保存了。这让我想起了当初的iso8859_1,也是类似的 情况。只要我们保存和读取时都当作latin1,不进行转换,然后在显示时当作gb字符集,就能够正确使用。
那么怎么把 latin1保存的汉字正确地导到utf8字符集的数据库中呢?
首先,新的数据库中的列,要使用utf8字符集。一种办法是创建 database时指定缺省字符集,这样在建表时如果不指定字符集则使用database的缺省字符集。
导出的数据要以 latin1字符集导出,实际上就是告诉mysql导出时不做转换(因为原有的表都是latin1字符集的)。
mysqldump 出来以后,再用mysql进行导入时,还要告诉mysql,当前的数据是gb系列的字符集,比如gbk。这样,mysql负责把数据由gbk转换为 utf8,保存到数据库中。
如何告诉mysql导入的SQL是什么字符集呢,一种方法是用--default- character-set,但有时会起不到实际作用。这是因为mysqldump出来的文件里有set names语句。比如:
head EA192.060913.sql
-- MySQL dump 10.10
--
-- Host: localhost Database: EA192
-- ------------------------------------------------------
-- Server version 5.0.16-standard-log
;
;
;
;
是mysql特有有句法,在其他数据库会被当成注释忽略掉。/*!后面的 40101是表示版本,在4.1.1及以上版才执行该条语句。
这里看到有一条SET NAMES latin1。它的一个作用是告诉mysql,客户端传过去的数据是latin1字符集。因为有这样一条SET NAMES,--default-character-set也就起不到作用了。如果不幸有这样一条SQL,那么需要把它去掉或者改成SET NAMES gbk。修改或者删除的办法,当数据量比较大的时候,可以用head和tail来配合。比如还是上面的那个文件:
先用head看 一下SET NAMES在第几行(数一下),上面看到是第10行。
wc -l EA192.060913.sql
1987 EA192.060913.sql
得到总行数是1987
head -9 EA192.060913.sql > final.sql
brum@brum-laptop:~$ tail -1977 EA192.060913.sql >> final.sql
brum@brum-laptop:~$
head -9是取前9行,tail -1977是取后1977行,这样就把第10行隔过去了。
得到final.sql再用 mysql运行时,就可以使用--default-character-set=gbk了。
还有一种办法是mysqldump时使 用--set-charset=false,这样就不会出现SET NAMES了。
目前为止,还可能有问题,出在create table的SQL中,比如:
DROP TABLE IF EXISTS `test`;
CREATE TABLE `test`
`a` varchar(100) default NULL
) ENGINE=InnoDB DEFAULT CHARSET=latin1;
这里仍然有个CHARSET=latin1,它将导 致新创建的表的缺省字符集是latin1,而不是我们想要的。怎么办呢,如果数据量不大的话,可以考虑用编辑器把它去掉或者改成utf8,如果数据量大的 话可以考虑用sed,但可能仍然时间比较长。
还有一种办法就是mysqldump,使用--create- options=false,不导出表的创建属性。但如果导出的表的存储引擎不同的话就有问题了,因为引擎类型(innodb、myisam等)都被忽略 了。
此外,mysqldump导出时,不要使用-B,而是直接指定一个database名字,目的是不出现CREATE DATABASE语句,因为其中也可能会有缺省字符集的子句,会影响那些未在CREATE TABLE中指定字符集的表。如果你导出的SQL中有CREATE DATABASE,那么需要注意一下有没有字符集的子句,如果有的话,也需要修改。
好了,通过上述方法导出或者处理过的导出文件可以使用mysql --default-character-set=gbk来导入了。
总结,基本上执行的命令如下:
1、备份数据库
mysqldump --default-character-set=latin1 --create-options=false --set-charset=false -u root -p 数据库名称
>E:\back.sql
2、创建新数据库
CREATE DATABASE 数据库名称 CHARACTER SET utf8 COLLATE utf8_general_ci;
3、导入数据
MySQL -u root -p --default-character-set=gbk 数据库名称<E:\back.sql
》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》
从 MySQL4.1 开始,增加了对字符集的明细区分。字符集常遇到的问题是乱码和查询结果不准 两个问题,后面这个结果隐患还是非常大的。
MySQL 默认字符集为 latin1 或者叫 iso-8859-1。 请查看
http://faqs.cs.uu.nl/na-dir/internationalization/iso-8859-1-charset.html
在这个字符集中二进制的 0x F9、0xFA、0x FB 都是拉丁字母 U 的不同读音,雷同与中文的四 声说法。
| F9 | 249 | ù | LATIN SMALL LETTER U WITH GRAVE ACCENT
| FA | 250 | ú | LATIN SMALL LETTER U WITH ACUTE ACCENT
| FB | 251 | û | LATIN SMALL LETTER U WITH CIRCUMFLEX ACCENT
这样一来,中文的“女生” 0xC9FA 与 0xC9F9、0xC9FB,也就是“声甥”两个字在 latin1 都 对应字母 U,以下语句就会返回错误的结果
SELECT * FROM article author = '女生' 就会出现女声、女生、女甥、三个结果。 举个例子:
DROP TABLE IF EXISTS article; CREATE TABLE article (
message varchar(255) collate latin1_swedish_ci NOT NULL, message2 varchar(255) collate latin1_bin NOT NULL,
KEY message (message)
) ENGINE=MyISAM charset=latin1;
INSERT INTO article (message, message2) VALUES ('女生','女生'); INSERT INTO article (message, message2) VALUES ('女声','女声'); INSERT INTO article (message, message2) VALUES ('女牲','女牲'); INSERT INTO article (message, message2) VALUES ('女甥','女甥'); INSERT INTO article (message, message2) VALUES ('女升','女升'); INSERT INTO article (message, message2) VALUES ('女渗','女渗');
我们建立两种不同校对字符集的字段,存储同样的内容。使用:
SELECT * FROM article WHERE message = '女生';
得到三条记录 女生 女生
女声 女声
女甥 女甥
使用:
SELECT * FROM article WHERE message2 = '女生';
得到一条记录 女生 女生
解决方法有两种,使用 PHP 的一种方法是:
$sql = "SELECT * FROM article author='女生'";
$res = mysql_query($sql);
$article = array();
while($row = mysql_fetch_assoc($res))
{
if($row['author'] == '女生')
{
$article = $row;
break;
}
}
使用 MySQL 本身特性解决的方法是使用 latin1_bin 校对字符集,如 message2,但如果你的数据 已经是其它 latin 校对字符集,使用下面的方法补救:
SELECT * FROM article WHERE message = '女生' collate latin1_bin; SELECT * FROM article WHERE BINARY message = '女生';
从 MySQL 手册中说,这两种方式是一样的,而实质上,上面一种方法会利用到索引,下面一 种方法没有使用任何索引。
可以使用 EXPLAIN 语法检查以下三句的区别:
explain SELECT * FROM article WHERE message = '女生' collate latin1_bin;
explain SELECT * FROM article WHERE BINARY message = '女生';
explain SELECT * FROM article WHERE message = '女生';
如果一套系统中使用唯一索引或者关键字,危险性还小一些,顶多是注册了女生,当你在注册 女甥的时候,系统报“该用户名已经存在”这样的谎言。
对于多个系统使用同一套 SSO 通行证来说。这个安全隐患非常大,可以在非 MySQL 的系统中 注册“女甥”,在回到 MySQL 系统中进行登录。如果这个“女生”是管理员的话,那么你就得到了 最高权限。
MySQL编码latin1转utf8的更多相关文章
- 不同子系统采用不同MySQL编码LATIN1和UTF8的兼容
程序处理 这是一个历史遗留系统, 旧的系统是C++开发的, 插入数据的时候, 没有统一MYSQL各个层次(服务器, 数据库, 表, 列)的编码, 这个情况基本上是MYSQL的默认安装导致的, 实际的数 ...
- 改数据库编码latin1为utf8
因为建数据库的时候没有选utf8,所以默认是latin1 在网上查了好多资料 ,试了很多种方法,都不奏效,有用的一个竟然要一列一列的改, 最后在评论里发现了这个,抱着试一试的心态竟然成功改过来了,在这 ...
- java mysql的latin1转UTF-8
public String convertCharset(String s) { if (s != null) { try { int length = s.length(); byte[] buff ...
- mysql中latin1编码中文转utf8
在mysql中,对应的表字段编码通常默认为lartin1编码,在本地客户端显示的时候看着是乱码,但是通过mysql -u -p -h命令登录后,select查询到数据是正常的,通过jdbc或者php等 ...
- 以Windows服务方式启动MySQL,并将其默认编码设置为UTF-8
系统环境:Windows XP Professional 版本 2002 Service Pack 3 // 第1步:创建选项文件.首先下载mysql-5.5.12-win32.zip,只需复制mys ...
- PDO创建mysql数据库并指定utf8编码
<?php //PDO创建mysql数据库并指定utf8编码 header('Content-type:text/html; charset=utf-8'); $servername = &qu ...
- 修改mysql编码为UTF-8
mysql> show variables like '%character%'; +--------------------------+--------------------------- ...
- Linux(Ubuntu)使用日记------Mysql编码(utf-8)的设置
Mysq版本:5.7.21 操作系统:Linux(Ubuntu) 整个操作的基本思路如下(包括问题的解决思路,想要直接解决问题的可以先看最后的命令总结) 检查mysql编码 找到Mysql的配置文件 ...
- MySQL字符集设置及字符转换(latin1转utf8)
MySQL字符集设置及字符转换(latin1转utf8) http://blog.chinaunix.net/uid-25266990-id-3344584.html MySQL字符集设置及字符转换 ...
随机推荐
- imperva 更改agent的注册密码
imperva agent 在注册到网关的时候显示账号密码错误 如下图 这是一个数据库审计的设备由于当初最开始实施的时候并不是我安装的,所以账号密码我也不清楚,客户留的账号密码也不确定.因此导致账号密 ...
- linux串口驱动分析【转】
转自:http://blog.csdn.net/hanmengaidudu/article/details/11946591 硬件资源及描述 s3c2440A 通用异步接收器和发送器(UART)提供了 ...
- MySQL5.6快速安装【转】
下载MySQL5.6 访问MySQL官网 点击Downloads,然后选择Archives 选择MySQL Community Server 选择合适版本和平台 选择下载预先编译好的二进制安装包 将下 ...
- PHPStorm 配置本地服务器
本篇教程为配置 PHPStorm 本地服务器,以方便程序调试. 本地服务器工具:XAMPP for windows 7.1.1-0 / Apache 2.4.25 ( Win32 ) / PHP 7. ...
- VC++一些开发心得与调试技巧
1.如何在Release状态下进行调试 Project->Setting=>ProjectSetting对话框,选择Release状态.C/C++标签中的Category选Gen ...
- php常用的安全过滤函数
目录结构 ①常用的安全函数有哪些: ②这些函数的作用: ③函数的用法: ④举例说明: ⑤参考资料: 由于越来越多的项目开始使用框架,所以,很多的程序员也不在关心安全的问题!因为框架已经帮我们几乎完美的 ...
- MySql存储过程中limit传参
最近做项目用到了MySQL数据库,感觉还是蛮好用的,但是有同事前几天写存储过程的时候老调不通,我看了看后发现把limit语句后面带的参数随便改成一个数字就调试通过了,不知道是MySql当初就这么设计的 ...
- 「SCOI2011」糖果
蒟蒻又回来写题解了... 题面 幼儿园里有 N 个小朋友, lxhgww 老师现在想要给这些小朋友们分配糖果,要求每个小朋友都要分到糖果.但是小朋友们也有嫉妒心,总是会提出一些要求,比如小明不希望小红 ...
- ReentrantLock和AQS
AQS(AbstractQueuedSynchronizer)是JDK1.5提供的一个用来构建锁和同步工具的框架,子类包括常用的ReentrantLock.CountDownLatch.Semapho ...
- ionic获取ios唯一设备id的解决方案
经常有朋友来问这个问题. 每次都去解释这个问题也浪费不少时间, 所以还是开一篇文章, 把这个问题说清楚吧. 先纠正一个误区吧: 有同学可以通过ionic natvie的device插件获取. 我们在文 ...