Mysql Character Set 問題解決

轉載自
http://bluecat.csie.net/2007/12/17/2498/


老問題，不過一直懶得弄，都用懶人法先撐著。

懶人設定法，在 connect 後呼叫

SET NAMES ‘latin1′
如果要根本上治好，或是說連資料庫內的資料都正確的轉成 utf8 ，那就得作點苦工了。首先 MySQL 的 Character Set 變數有三

character_set_client client 傳給 server 使用的 charset ，即輸入
character_set_results server 傳給 client 使用的 charset ，即輸出
character_set_connection db 實際上存放時的 charset ，通常用 utf8

正常自動設定的話，character_set_connection 會是建立 db 時選擇的 charset，如果 table 或 field 有特別指定不同的 charset ，那麼就以指定的為準，不過這部份是 MySQL 自動轉換，所以不需要管，重點在於輸入與輸出的 charset 必須正確，才能正確的轉換。可以當成語言翻譯，首先必須指出自己使用的語言，伺服器就能正確的翻譯並紀錄成指定的語言，然後指出需要的語言，如此伺服器就能從紀錄翻譯出需要的語言。

懶人設定法就是不管是啥，一概都不轉碼，因為 SET NAMES ‘x’ 等同於

SET character_set_client = ‘x’
SET character_set_results =’x’
SET character_set_connection = ‘x’
也就是告訴資料庫設定傳進去的是 latin1 編碼，並且存成 latin1 編碼，跟存 raw byte data 很像，因此雖然 Database Charset 設成 UTF-8 ，但實際卻還是用 latin1 在處理資料；用 phpMyAdmin 的時，因為網頁編碼是 UTF-8，character_set_client & character_set_results 就會被設成 UTF-8，這時候，懶人設定法的資料就全部都會變亂碼， 因為 UTF-8 的編碼被當作 latin1 ，而這時又要求輸出 UTF-8，於是把原本就是 UTF-8 的資料又做了一次 latin1 -> UTF-8 轉換，會變亂碼也不奇怪了。如果是用 phpMyAdmin 插入資料，雖然 character_set_client 是 UTF-8 做了一次 UTF-8 -> latin1 轉換，但輸出時，因 character_set_results 也是 UTF-8，所以做了 latin1 -> UTF-8 的反轉換，因此得到原本的正常字串。

根本的 UTF-8 修正方式就是先用 latin1 編碼倒出資料，然後依據原始編碼轉碼成 UTF-8 後再倒回去，比較省事的方法是用 mysqldump 抓下來，然後用 vim 轉碼後在倒回去。

之前有個網頁是 Big5 ，就用 php 一筆筆拉出來，然後 mb_convert_encoding 成 UTF-8 ，再存回去，當然 Database 本身的 charset 已經設成 UTF-8 ，需要注意的是 field 的校對也要先設成 utf8_general_ci ，因為要順便作點處理，所以才用 php 做，不然用 mysqldump 應該比較快。

實例

資料庫是 UTF-8 編碼，可是資料都是 Big5 ，並用懶人設定寫入資料庫，現在要把資料庫內的資料從偽 UTF-8 轉成正確的資料以在 phpMyAdmin 中也正常顯示

connet 後，呼叫
mysql_query("SET NAMES utf8"); // 設定輸出為 utf8
mysql_query( "SET character_set_results = ‘latin1′"); // 但吐資料請給我 latin1 (即 Big5 的資料)
接著一筆筆拉出來，用 mb_convert_encoding 從 Big5 轉成 UTF-8 再存回去。

或是

connet 後，呼叫
mysql_query( "SET character_set_client = ‘big5′"); // 設定輸出為 big5
mysql_query( "SET character_set_results = ‘latin1′"); // 但吐資料請給我 latin1 (即 Big5 的資料)
mysql_query( "SET character_set_connection = ‘utf8′"); // 資料庫是 utf8
接著一筆筆拉出來，再直接存回去就好