网页编程之(2): MYSQL & UTF-8

网页UTF-8之后，自然会引出相关的问题。这不，就扯出了MYSQL到PHP中encode/charset问题。废话少说，直接进入正题吧:

 

1. MYSQL中utf8_unicode_ci与utf8_general_ci的编码选择(MYSQL:  utf8_unicode_ci VS utf8_general_ci)

 

下面是Mysql 5.1中文手册中关于utf8_unicode_ci与utf8_general_ci的说明（其实我并没有去看，来自网上）：

    当前，utf8_unicode_ci校对规则仅部分支持Unicode校对规则算法。一些字符还是不能支持。并且，不能完全支持组合的记号。这主要影响越南和俄罗斯的一些少数民族语言，如：Udmurt 、Tatar、Bashkir和Mari。

    utf8_unicode_ci的最主要的特色是支持扩展，即当把一个字母看作与其它字母组合相等时。例如，在德语和一些其它语言中‘ß’等于‘ss’。

    utf8_general_ci是一个遗留的 校对规则，不支持扩展。它仅能够在字符之间进行逐个比较。这意味着utf8_general_ci校对规则进行的比较速度很快，但是与使用utf8_unicode_ci的 校对规则相比，比较正确性较差）。

    例如，使用utf8_general_ci和utf8_unicode_ci两种 校对规则下面的比较相等：
    Ä = A
    Ö = O
    Ü = U

    两种校对规则之间的区别是，对于utf8_general_ci下面的等式成立：
    ß = s

    但是，对于utf8_unicode_ci下面等式成立：
    ß = ss

    对于一种语言仅当使用utf8_unicode_ci排序做的不好时，才执行与具体语言相关的utf8字符集 校对规则。例如，对于德语和法语，utf8_unicode_ci工作的很好，因此不再需要为这两种语言创建特殊的utf8校对规则。

    utf8_general_ci也适用与德语和法语，除了‘ß’等于‘s’，而不是‘ss’之外。

    （1）如果你的应用能够接受这些，那么应该使用utf8_general_ci，因为它速度快。

    （2）否则，使用utf8_unicode_ci，因为它比较准确。

 

2. 使用UTF8创建Table (例)
CREATE TABLE IF NOT EXISTS `users` (
  `id` int(10) NOT NULL auto_increment,
  `name` varchar(30) NOT NULL,
  PRIMARY KEY  (`id`)
) DEFAULT CHARSET=utf8 COLLATE=utf8_general_ci;

 

3. 读取UTF8格式的表格内容:
SET CHARACTER SET utf8; (或者SET CHARACTER SET gb2312;)
SELECT name FROM users;

 

4. table的charset转换:
ALTER TABLE table_name CONVERT TO CHARACTER SET charset_name [COLLATE collation_name]

 

5. PHP中UTF8的header输出
header('Content-Type: text/html; charset=utf-8');