MySQL数据库中数据库移植中的乱码问题

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UTF-8。那么我们的任务是不是要把数据中的字符从latin1转为UTF-8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)

字符集是告诉我们，假如没有特别指定列的字符集，那么字符类型列的字符集和表的缺省字符集相同。

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UTF-8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字符集是个汉字占两个字节，latin1是个字符占一个字节。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UTF-8字符集的数据库中呢？

首先，新的数据库中的列，要使用UTF-8字符集。一种办法是创建database时指定缺省字符集，这样在建表时假如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UTF-8，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出来的文档里有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 /*!40101 SET @OLD_CHARACTER_SET_CLIENT =@@CHARACTER_SET_CLIENT */; /*!40101 SET @OLD_CHARACTER_SET_RESULTS =@@CHARACTER_SET_RESULTS */; /*!40101 SET @OLD_COLLATION_CONNECTION =@@COLLATION_CONNECTION */; /*!40101 SET NAMES latin1 */;

/*! */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。他的一个作用是告诉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。假如不幸有这样一条SQL，那么需要把他去掉或改成SET NAMES gbk。修改或删除的办法，当数据量比较大的时候，能够用head和tail来配合。比如还是上面的那个文档：

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，就能够使用--default-character-set=gbk了。

标签：

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点，本站所提供的摄影照片，插画，设计作品，如需使用，请与原作者联系，版权归原作者所有