MySQL中文乱码问题

　　在将古诗插入到MySQL数据库后，出现了中文乱码的问题。解决过程中，主要参考了下面几个文章。

字符集与字符编码

http://cenalulu.github.io/linux/character-encoding/

解决MySQL乱码问题

http://cenalulu.github.io/mysql/mysql-mojibake/

http://www.cnblogs.com/sunzn/archive/2013/03/14/2960248.html

http://www.ha97.com/5359.html

一.字符集与字符编码

　　字符集规定某个文字对应的二进制数字存放方式（编码）和某串二进制数值代表了哪个文字（解码）的转换关系。

　　字符集只是一个规则的集合的名字，对应到真实的生活中，字符集就是对某种语言称呼，如英语，汉语。一个字符集有三个关键的元素：

字库表：所有可读或者可以显示的字符的数据库，决定了这个字符集能够展现的所有字符的范围。

编码字符集：用一个编码值(code point)来表示一个字符在字库表中的位置。

字符编码：编码字符集与实际存储数值之前的转换关系，一般来说都是将code point值作为编码后的值直接存储。如A 在ASCII的表中排第65位，而编码后的A就是65。

问题：字库表中每个字符都有一个自己的序号，直接将序号作为存储内容就可以了，为什么还要通过字符编码把序号转换成另外一种存储格式呢？

原因：统一字库表的目的是能够含有所有的字符，但是实际使用时只会使用一小部分，如中文地区不会使用日语，而一些英语国家甚至只用简单的ASCII字库表就可以了，如果把每个字符都用字库表中的序号来表示，则每个字符都要3个字节（unicode字库为例子），这种情况对原来只战胜一个字符的ASCII编码的国家显然是一个浪费。

二.UTF－8和Unicode的关系

Unicode

编码字符集，随着互联网的发展，对同一字库集的要求越来越迫切，因此出现了Unicode标准，它几乎涵盖了各个国家的语言可能出现的符号与文字，并将它们进行编号。

UTF-8

字符编码，是Unicode规则字库的一种实现形式。虽然它现在是接受度最好的一个字符集编码，但是并没有涵盖整个Unicode的字库。

三.UTF-8编码实现

下面介绍下UTF-8的编码实现，也就是它的物理存储和Unicode序号的转换关系。

UTF－8编码为变长编码，最小编码单位(code unit)为一个字节，一个字节的前1－3个bit为描述性部分，后面为实际序号部分。

• 如果一个字节的第一位为0，那么代表当前字符为单字节字符，占用一个字节的空间。0之后的所有部分（7个bit）代表在Unicode中的序号。
• 如果一个字节以110开头，那么代表当前字符为双字节字符，占用2个字节的空间。110之后的所有部分（5个bit）加上后一个字节的除10外的部分（6个bit）代表在Unicode中的序号。且第二个字节以10开头
• 如果一个字节以1110开头，那么代表当前字符为三字节字符，占用2个字节的空间。110之后的所有部分（5个bit）加上后两个字节的除10外的部分（12个bit）代表在Unicode中的序号。且第二、第三个字节以10开头
• 如果一个字节以10开头，那么代表当前字节为多字节字符的第二个字节。10之后的所有部分（6个bit）和之前的部分一同组成在Unicode中的序号。

可以看到，UTF-8字符编码是以一定方式实现了Unicode规则的字库。

四.乱码的出现

出现的原因：在编码与解码时使用了不同或者不兼容的字符集。

就如同英语的bless与法语的bless，意思不同一样，同一个汉字在UTF-8中的编码与在GBK中的编码不同，就会出现筹码。

MySQL中文乱码问题

原文：http://www.cnblogs.com/chuiyuan/p/5198663.html