正确设定MySQL中的字符集，解决终端乱码问题

正确设定MySQL中的字符集，解决终端乱码问题

我们经常在telnet终端操作MySQL数据库时会遇到中文乱码问题，这主要是因为字符集设定错误造成的。这里面涉及到好几个地方的字符集设置，如果我们搞清楚它后面的原理，就可以很容易解决这些乱码问题。

在MySQL的客户端上执行一次查询的过程一般是，在客户端的提示符后面输入一条SQL语句，回车，然后终端显示出查询的结果。这个过程中，只有终端和三个MySQL的系统变量指定了正确的字符集，才能保证我们将一个正确的SQL语句送到服务器，然后服务器返回正确的结果，并且在终端正确显示。

三个MySQL的系统变量是：

1. character_set_client，终端字符集，告诉Server客户端提交的SQL语句的编码格式

2. character_set_connection，连接字符集，是服务器翻译SQL语句时用到的编码格式

3. character_set_results，返回的结果集的字符集，是服务器返回结果集之前把结果集转换成的编码格式

在MySQL终端通过执行命令 show variables like ‘char%’ 可以查看这几个变量的值。这三个变量通常都设定为同一种字符集，用命令set names [charset name]就可以修改这三个变量的值。一般来说，只要你设定了能够表示你的数据的字符集，你查询的结果都可以在终端正确显示。比如你在数据库中存入了中文数据，不管存入时使用的什么字符集，你在终端即可以用set names命令设置为utf8，也可以设置为gbk编码，只要你的终端显示的字符集和你的设定一致就可以正确处理中文。

举个例子，使用的表t1是utf8编码，表中的字段c1继承了这个编码，表创建如下

mysql> create table t1 ( c1 text not null ) character set utf8;

用的字符是汉字“范”，gbk编码为B7 B6，utf8编码为E8 8C 83

用下面的SQL语句插入数据

mysql> insert into t1 values( ‘范’);

a）如果终端设置为utf8，并且执行了 set names utf8，那么插入到数据库中的就是“范”这个字的utf8编码，这个过程中MySQL不需要做编码转换。写入数据库的内容可以通过执行 select hex( c1 ) from t1 得到数据的十六进制编码来验证。

b）如果终端设置为 utf8，并且执行了set names gbk，那么执行完这个插入操作后，写入的二进制数据是E9 91 BC，这是“汉字“鑼”的utf8编码。这是因为，终端输入的“范”用的是utf8编码，而服务器以为终端发送过来的内容是gbk编码，所以在向t1表中插入的时候进行了一次gbk到utf8的转换，结果当然是错误的。

c）如果终端设置为gbk，并且执行了set names gbk，那么执行完插入操作后，写入t1的依然是“范”这个字的utf8编码。插入过程中，终端输入的是“范”的gbk编码B7 B6，服务器被告知终端发过来的SQL语句是gbk编码（由character_set_client指定），所以在插入数据前做了一次gbk到utf8 的编码转换。

d）如果终端设置为gbk，并且执行了set names utf8，那么执行完插入操作后，MySQL会报出一个数据被截断的警告。实际上，输入终端的是“范”这个字符的gbk编码B7 B6，而服务器被告知客户端发过来的SQL语句是utf8编码，所以在执行过程中没有做转码，直到插入数据的时候，发现B7 B6不符合utf8的编码规则，给出了警告信息，实际插入的数据是3F 3F，也就是两个问号。

查询的时候是同样的道理，MySQL也是根据set names设定的字符集来对返回给客户端的结果集做相应的编码转换，如果转换的结果和终端显示的字符集一致，就能正确显示，如果不一致就是乱码。

结论是，只要终端的字符集和set names指定的字符集一致就可以让MySQL在处理过程中执行正确的转码并且正确地显示。

另外，如果通过程序操作MySQL数据库， 那么也需要事先执行set names命令来指定程序希望输出的字符集。比如，用程序从一个utf8编码的数据库向另外一个gbk编码的数据库进行数据迁移，在选取源数据库数据之前，需要执行set names gbk，才能取到gbk编码的数据。