MySQL/Character Sets and Collations

應用程式與資料庫交互時，為避免出現亂碼，需要注意字符集與字符比較的設置。

MySQL字符集

查看資料庫使用的各種字符集與字符比較：

mysql> SHOW SESSION VARIABLES LIKE 'character\_set\_%';
+--------------------------+---------+
| Variable_name            | Value   |
+--------------------------+---------+
| character_set_client     | gbk     |
| character_set_connection | utf8mb4 |
| character_set_database   | utf8mb4 |
| character_set_filesystem | binary  |
| character_set_results    | gbk     |
| character_set_server     | utf8mb4 |
| character_set_system     | utf8    |
+--------------------------+---------+
7 rows in set (0.00 sec)
mysql> SHOW SESSION VARIABLES LIKE 'collation_connection';
+----------------------+--------------------+
| Variable_name        | Value              |
+----------------------+--------------------+
| collation_connection | utf8mb4_0900_ai_ci |
+----------------------+--------------------+
1 row in set (0.00 sec)

從mysql 8.0開始，mysql默認的CHARSET已經不再是Latin1了，改為了utf8mb4（參考連結），並且默認的COLLATE也改為了utf8mb4_0900_ai_ci。utf8mb4_0900_ai_ci大體上就是unicode的進一步細分，0900指代unicode比較算法的編號（ Unicode Collation Algorithm version），ai表示accent insensitive（發音無關），例如e, è, é, ê 和 ë是一視同仁的。ci表示大小寫無關。可以在session、database、table、column、query各級別設定collation規則。

高版本（8.0以上）的資料庫內部採用了utf8mb4字符集編碼。因此，對外界有影響的是3個字符集設置：

• character_set_client： 客戶端發給資料庫的語句（statement）所用的字符編碼
• character_set_connection ：資料庫收到客戶端發來的語句後的轉碼字符集及字符比較，例如：select '中國' > '世界';
• character_set_results ：資料庫把結果發給客戶端所用的字符集。

可見，如果上述字符集都設置為utf8mb4，就可以避免亂碼。

character_set_client設置

mysql客戶端預設採用作業系統的當前代碼頁為character_set_client；

mysql客戶端的配置文件設置：

[mysql]
default-character-set=koi8r

連接時指定：

 mysql --default-character-set=

在connection string中設置：

connectionString="server=127.0.0.1;User Id=root;password=123;Persist Security Info=True;database=myDBName;charset=utf8mb4"

客戶端/應用程式的編碼設置

對於網頁，可設置：

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

對於ASP.NET項目，在web.config配置：

<globalization fileEncoding="utf-8" />

一個完整的URL可以簡單地認為包含二個部分：文件路徑（含目錄） 和 查詢參數(QueryString)。在編碼時，一定要分開處理：

• 編碼文件路徑時，應該選擇 encodeURI，HttpUtility.UrlPathEncode 。
• 編碼查詢參數時，應該選擇 encodeURIComponent，HttpUtility.UrlEncode，而且拼接方式應該是：Encode(key) + "=" + Encode(value)

mysql不支持的字符編碼

• ucs2
• utf16
• utf16le
• utf32