字符编码和数据类型笔记

首先明确，计算机只能处理数字，如果要处理文本，就必须先把文本转换为数字才能处理。计算机在设计时采用的是8个比特（bye，数据储存的最小单位，1bye储存一个二进制位）为一个字节（bite）。

计算机最早由美国人发明，故最早只有128个字符被编码到计算机中，形成了ASCII编码。这128个符号只占用了一个字节的后7位，第一位统一规定为0（第一阶段ASCII编码）。当然，只用一个字节来处理中文或者其他语言是远远不够的，因此每个国家又根据自己的语言制定了自己的编码标准，如GB2312,BIG5,JIS等（第二阶段ANSI编码）。由于各个国家之间标准不同，就出现了乱码。这是又出现了UNICODE编码，将各个国家的语言设置成惟一的编码，统一了编码标准（第三阶段UNICODE编码）。

1.字符串在内存中的存放方法

第一阶段ASCII编码，比如“chuhang123”，每一个字符用一个字节表示，故有10个字节。

第二阶段ANSI编码，比如“楚航123”，在中文windows95内存中，占7个字节，一个汉字2个字节，一个英文或数字 占一个字节。

第三阶段UNICODE编码，比如“楚航123”，在windows2000中，占10个字节，用2个字节来存放一个序号。

2.字符、字节、字符串的关系

（1）字符：抽象意义上的一个符号，如“1”，“楚”，“￥”等。

（2）字节：计算机中存储数据的单元，一个8位的二进制数，是一个很具体的存储空间。如：00001010等。

（3）字符串：顾名思义，多个字符的集合，即为字符串字符串有UNICODE字符串、ANSI字符串。如：“楚航123”等。

3.UTF8和UNICODE

首先强调， UTF8是UNICODE中的编码方式之一，也是最流行的编码方式。 UTF8的编码规则，请自行google。

4.数据库中字段类型及长度的含义

（1）int（x）,int类型，占用4个字节，无符号类型时，能储存最小值0，最大值2的32次方，与长度x无关。比如int（1），也可以储存342342。当数据库设置int(11)时，我们要存入从1——10的10个数，它就显示00000000001 ~~~00000000010，当字符的位数超过11,它也只显示11位，如果你没有加那个让它未满11位就前面加0的参数，它不会在前面加0。你可能会问，int（1）只有一位，为什么也能储存那么多位呢，只要储存的数在该类型的储存范围以内，mysql也能正常储存。我们只要明确一点，字段类型的长度与储存的数无关就行了。

（2）varchar(x)，mysql4.0版本以下，varchar(20)，指的是20字节，如果存放UTF8汉字时，只能存6个（每个汉字3字节）。5.0版本以上，varchar(20)，指的是20字符，无论存放的是数字、字母还是UTF8汉字（每个汉字3字节），都可以存放20个，最大大小是65532字节。即varchar（x），x的最大值为65532，如下图：

（3）再来说一下char（x），CHAR(x)定义的列的长度为固定的，x取值可以为0～255之间。char是固定长度的，而varchar会根据具体的长度来使用存储空间。比如char(255)和varchar(255)，在存储字符串"hello world"的时候，char会用一块255的空间放那个11个字符，而varchar就不会用255个，他先计算长度后只用11个再加上计算的到字符串长度信息，一般1-2个byte来，这样varchar在存储不确定长度的时候会大大减少存储空间。 这是否意味着CHAR的数据类型劣于VARCHAR呢?其实不然。否则的话，就没有必要存在CHAR字符类型了。虽然VARCHAR数据类型可以节省存储空间，提高数据处理的效率。但是由于某种原因char 固定长度，所以在处理速度上要比varchar快速很多。

延伸阅读：

1.http://www.regexlab.com/zh/encoding.htm

2.http://www.ruanyifeng.com/blog/2007/10/ascii_unicode_and_utf-8.html

3.http://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001431664106267f12e9bef7ee14cf6a8776a479bdec9b9000

4.http://www.cnblogs.com/echo-something/archive/2012/08/26/mysql_int.html

5.http://www.2cto.com/database/201208/150865.html