关于php和mysql字符集编码问题

1 MYSQL中的字符集概念

Mysql的字符集里有两个概念，一个是"Character set（字符集）"，另一个是"Collations"。

1.1 Collations

Collations翻成中文是"校验"，在网页开发的过程中，这个词汇，只在Mysql里使用，主要作用是指导Mysql对字符的比较，比如， ASCII字符集里，Collations规定了a小于b，a等于a，以及a是否等于A之类的。通常，大家基本可以忽略Collations的存在，因为每个字符集都有一个默认的Collations，通常，使用默认的Collations就可以了。

1.2 Character set

与这对比的是，字符集是个更广的概念，即使是Windows下普通的文本文件，也渗及到字符集的问题。不同的字符集，规定了不同的字符的编码方式。一个 character set (字符集)是一组符号和编码，比如，ASCII字符集，包括的字符有：数字，大小写字母，分号、换行之类的符号，编码方式是用一个7bit表示一个字符（A的编码是65，b的编码是98）。ASCII只规定了英文字母的编码，非英文语言不能用ASCII编码表示，为此，不同的国家，都为自己的语言做了编码，比如，我们国家，就有GB2312编码。但每个国家之间的编码不同，也存在着一些跨平台的问题，为此，一些国际化标准组织，就制定了一些国际通用的编码，最常用的就是UTF8了。ASCII只对英文符号和英文字母做了编码，GB2312对英文符号，英文字母，汉字做了编码，UTF8对世界上所有的语言文字做了编码，所以，GB1212的字符包含了ASCII字符，UTF8包含了GB2312字符。由此可见，UTF8是所含最广字符的字符集，所以，在一些多语言的WEB系统中，一般用UTF8字符集（PHPMyAdmin使用UTF8编码）。

任何文本的存储，都渗及到字符集的概念。包括数据库，也包括普通的文本文件。

编码和字符集两个概念极易混淆，因为一般情况下，编码的名字和字符集的名字相同，如：GB2312既是一种字符集的名字，也是一种编码格式的名字。

字符：汉字，英文字母，标点符号，拉丁文等等。

编码：将字符转换成计算机存储的格式，比如，A用65表示。

字符集：一组字符以及对应的编码方式。

可见字符集和编码是两个不同的概念。一个字符集可以有多种编码方式，如Unicode字符集就有UTF-8、UTF-16、UTF-32等编码方式。 charset=utf-8，在网页中的意思是该页面时采用Unicode字符集，并采用UTF-8编码方式。

1.3 Mysql的字符集

Mysql目前支持多字符集，并且，支持在不同的字符集之间转换（便于移植和支持多语言）。

Mysql可以设置服务器级字符集、数据库级字符集、数据表级字符集、表列的字符集，实际上，最终使用字符集的地方是存储字符的列，比如，你设置 table1中col1列是字符类型，col1才用到了字符集，如果table1表的col2列是int类型，col2不使用字符集的概念。

服务器级字符集、数据库级字符集、数据表级字符集都是为列的字符集做默认选项的。

Mysql 一定有一个字符集，可以通过启动时加参数指定，也可以编译时指定，也可以在配置文件里指定。Mysql服务器字符集，只是做为数据库级的默认值。创建数据库时，你可以指定字符集，如果没指定，就使用服务器的字符集。同理，创建表时，你可以指定表级的字符集，如果没指定，使用数据库的字符集做为表的字符集。创建列时，你可以指定某列的字符集，如果没指定，就使用表的字符集。

通常情况下，您只需设置服务器级的字符集，其它的数据库级，表级，以及列级的字符集，都继承自服务器级字符集。

由于UTF8是最广的字符集，所以，一般情况下，我们设置Mysql服务器级的字符集为UTF8。

MYSQL中字符集的继承关系

服务器字符集(在配置文件中设置字符集的方式：my.ini [mysqld] default-character-set=utf8)

|

|

|

数据库级字符集(如果创建数据库是指定了字符集，则使用指定的字符集。如果没有，则使用服务器级的字符集)

|

|

|

表级字符集(创建表时指定了字符集，则使用指定的字符集。如果没有，则使用数据库级的字符集)

|

|

|

列级字符集(创建表时指定了列的字符集，则使用指定的字符集。如果没有，则使用表级的字符集)

可见最终使用字符集的地方是存储文本的列。

2 普通文本的字符集问题

任何文本的存储，都存在着字符集的问题，普通文本文件也不例外。

Windows2000+的系统中，打开记事本，"保存为..."对话框，就有一个选项，可以让你选择存储文本的编码方式。

通常情况下，大家都使用Windows2000+的系统，都使用默认的编码，所以，不会碰到字符集的问题。

Windows下，保存文本文件时，可以选择编码方式，但打开文本文件时，都是自动判断编码方式的。网上有一个用Windows2000+的记事本玩移动，联通的笑话，大家可以搜搜，就是因为Windows在打开文本文件时，编码判断错误引起的问题。

因为自动判断编码有时会错误，所以，有的文本文件，规定了如何识别自身所使用的编码。HTML文件就是一个这样的例子。

HTML是文本文件。存储HTML文件的时候，需要使用一个编码，并且，在HTML文件里，也使用HTML语法，指定了该文件所使用的编码（比如）。如果HTML文件没有指定编码，则浏览器自动识别文件的编码。如果HTML指定了编码，则浏览器使用HTML指定的编码。

通常情况下，HTML文件指定的charset和HTML文件自身的编码是一致的，但也有不一致的情况，如果不一致，就会导致网页乱码(此处乱码，只和文本文件有关，和数据库无关。)使用专门的网页编辑工具（比如Dreamwave），会自动根据网页中的charset值来编码文件。

例如：test.html

内容如下：

<h1>123地方活动家恢复搭街坊456</h1>

不管上述文件保存时使用什么编码方式，用浏览器打开都会正常，不会出现乱码。这是因为浏览器能自动识别编码格式。

将上述文件内容该为:

<meta http-equiv="Content-Type" content="text/html; charset=utf-8">

<h1>123地方活动家恢复搭街坊456</h1>

这时test.html不使用UTF-8编码格式保存，浏览器打开一定会出现乱码。因为浏览器将使用UTF-8编码来解析收到的数据。

3 php+mysql的字符集问题

PHP最终生成的是文本文件，但他要取数据库里的文本，或将文本存进数据库。

由于Mysql支持多字符集，默认情况下，Mysql不知道PHP发给他的是什么编码的字符，所以，Mysql要求客户端（PHP）告诉他存取的字符集是什么。

PHP通过设置character_set_client，告诉Mysql，PHP存进数据库的是什么编码方式。

PHP通过设置character_set_results，告诉Mysql，PHP需要取什么样编码的数据。

PHP通过设置character_set_connection，告诉Mysql，PHP查询中的文本，使用什么编码。

MYSQL使用设置的编码方式存储文本。

假设Mysql使用setserver来存储文本，PHP的character_set_client是setclient，PHP的 character_set_results是setresult。那么，Mysql将PHP发来的文本，从setclient编码方式，转换成 setserver编码方式，再存入数据库，如果PHP取文本，Mysql将文本从setserver转换成setresult，再发送给PHP。

PHP文件（最终生成的HTML文件）本身有个编码，如果Mysql传过来的编码，与PHP文件自身的编码不同，那么，整个网页，必然乱码。所以，PHP一般将自己的编码方式，告诉Mysql。

要保证不乱码，就必须将三个编码统一：一是网页自身的编码，二是HTML里指定的编码，三是PHP告诉Mysql的编码(包括character_set_client和character_set_results)。

第一和第二个编码，如果使用DW之类的编辑器写的网页，通常是一致的，但用记事本写的网页，有可能不一致。

第三个编码，需要手工通知Mysql。这步可以通过在PHP里使用mysql_query("set names characterX")来实现。

原文链接：http://blog.csdn.net/martinkro/article/details/5352474