 |
|
|
 首页 |
名片设计 CorelDRAW Illustrator AuotoCAD Painter 其他软件 Photoshop Fireworks Flash |
|
下面要写的是一篇异常无聊的东西，充斥了大量各式各样的编码、转变、客户端、服务器端、连接……呃，我自己都不愿意去看它，但想一想，写下来还是有点意义的，原因有四： MySQL 4.1 对多语言的支持有了很大变化 (这导致了问题的出现)； 尽管大部分的地方 (包括个人使用和主机提供商)，MySQL 3 仍旧占主导地位；但 MySQL 4.1 是 MySQL 官方推荐的数据库，已经有主机提供商开始提供并将会越来越多； 许多 PHP 程序以 MySQL 作为默认的数据库治理软件，但它们一般不区分 MySQL 4.1 与 4.1 以下版本的区别，笼统地称“MySQL 3.xx.xx 以上版本”就满意安装需求了； 因为 latin1 在许多地方 (下边会具体描述详细是哪些地方) 作为默认的字符集，成功的蒙蔽了许多 PHP 程序的开发者和用户，掩盖了在中文等语言环境下会出现的问题； 简朴的说，MySQL 自身的变化和使用 MySQL 的 PHP 程序对此忽略，导致了问题的出现和复杂化，而由于大部分用户使用的是英文，使这种问题不被重视。这里提到的 PHP 程序，主要就 WordPress 而言。 MySQL 4.1 字符集支持的原理 MySQL 4.1 对于字符集的指定可以细化到一台机器上安装的 MySQL，其中的一个数据库，其中的一张表，其中的一栏，应该用什么字符集。但是，传统的 Web 程序在创建数据库和数据表时并没有使用那么复杂的配置，它们用的是默认的配置，那么，默认的配置从何而来呢？ 编译 MySQL 时，指定了一个默认的字符集，这个字符集是 latin1； 安装 MySQL 时，可以在配置文件 (my.ini) 中指定一个默认的的字符集，假如没指定，这个值继续自编译时指定的； 启动 mysqld 时，可以在命令行参数中指定一个默认的的字符集，假如没指定，这个值继续自配置文件中的； 此时 character_set_server 被设定为这个默认的字符集； 当创建一个新的数据库时，除非明确指定，这个数据库的字符集被缺省设定为 character_set_server； 当选定了一个数据库时，character_set_database 被设定为这个数据库默认的字符集； 在这个数据库里创建一张表时，表默认的字符集被设定为 character_set_database，也就是这个数据库默认的字符集； 当在表内设置一栏时，除非明确指定，否则此栏缺省的字符集就是表默认的字符集； 这个字符集就是数据库中实际存储数据采用的字符集，mysqldump 出来的内容就是这个字符集下的； 简朴的总结一下，假如什么地方都不修改，那么所有的数据库的所有表的所有栏位的都用 latin1 存储，不过我们假如安装 MySQL，一般都会选择多语言支持，也就是说，安装程序会自动在配置文件中把 default_character_set 设置为 UTF-8，这保证了缺省情况下，所有的数据库的所有表的所有栏位的都用 UTF-8 存储。 当一个 PHP 程序与 MySQL 建立连接后，这个程序发送给 MySQL 的数据采用的是什么字符集？MySQL 无从得知 (它最多只能预测)，所以 MySQL 4.1 要求客户端必须指定这个字符集，也就是 character_set_client，MySQL 的怪异之处在于，得到的这个字符集并不立刻转变为存储在数据库中的那个字符集，而是先转变为 character_set_connection 变量指定的一个字符集；这个 connection 层毕竟有什么用我不大明白，但转变为 character_set_connection 的这个字符集之后，还要转变为数据库默认的字符集，也就是说要经过两次转变；当这个数据被输出时，又要由数据库默认的字符集转变为 character_set_results 指定的字符集。 一个典型的环境 典型的环境以我自己的电脑上安装的 MySQL 4.1 为例，我自己的电脑上安装着 Apache 2，PHP 5 和 WordPress 1.5.1.3，MySQL 配置文件中指定了 default_character_set 为 utf8。于是问题出现了： WordPress 按照默认情况安装，所以所有的表都用 UTF-8 存储数据； WordPress 默认采用的浏览字符集是 UTF-8 (Options->Reading 中设置)，因此所有 WP 页面的 meta 中会说明 charset 是 utf-8； 所以浏览器会以 utf-8 方法显示所有的 WP 页面；这样一来 Write 的所有 Post，和 Comment 都会以 UTF-8 格式从浏览器发送给 Apache，再由 Apache 交给 PHP； 所以 WP 从所有的表单中得到的数据都是 utf-8 编码的；WP 不加转变的直接把这些数据发送给 MySQL； MySQL 默认设置的 character_set_client 和 character_set_connection 都是 latin1，此时怪异的事情发生了，实际上是 utf-8 格式的数据，被“当作 latin1”转变成……居然还是转变成 latin1，然后再由这个 latin1 转变成 utf-8，这么两次转变，有一部分 utf-8 的字符就丢失了，变成 ??，最后输出的时候 character_set_results 默认是 latin1，也就输出为希奇的东西了。 最神奇的还不是这个，假如 WordPress 中设置以 GB2312 格式阅读，那么 WP 发送给 MySQL 的 GB2312 编码的数据，被“当作 latin1”转变后，存进数据库的是一种希奇的格式 (真的是希奇的格式，mysqldump 出来就能发现，无论当作 utf-8 还是当作 gb2312 来读都是乱码)，但假如这种格式以 latin1 输出出来，居然又能变回 GB2312！ 这会导致什么现象呢？WP 假如使用 MySQL 4.1 数据库，把编码改用 GB2312 就正常了，可惜，这种正常只是貌似正常。 如何解决问题 假如你已经不耐烦了 (几乎是肯定的)，google 一下，会发现绝大部分的解答是，query 之前先执行一下：SET NAMES \\\'utf8\\\'，没错，这是解决方案，但本文的目的是说明，这为什么是解决方案。 要保证结果准确，必须保证数据表采用的格式是准确的，也就是说，至少能够存放所有的汉字，那么我们只有两种选择，gbk 或者 utf-8，下面讨论 utf-8 的情况。 因为配置文件设置的 default_character_set 是 utf8，数据表默认采用的就是 utf-8 建立的。这也应该是所有采用 MySQL 4.1 的主机提供商应该采用的配置。所以我们要保证的只是客户端与 MySQL 交互之间指定编码的准确。 这只有两种可能，客户端以 gb2312 格式发送数据，或者以 utf-8 格式发送数据。 假如以 gb2312 格式发送: SET character_set_client=\\\'gb2312\\\' SET character_set_connection=\\\'utf8\\\' 或者 SET character_set_connection=\\\'gb2312\\\' 都是可以的，都能够保证数据在编码转变中不出现丢失，也就是保证存储入数据库的是准确的内容。 怎么保证取出的是准确的内容呢？考虑到绝大部分客户端 (包括 WP)，发送数据的编码也就是它所希望收到数据的编码，所以: SET character_set_results=\\\'gb2312\\\' 可以保证取出给浏览器显示的格式就是 gb2312。 假如是第二种情况，客户端以 utf-8 格式发送 (WP 的默认情况)，可以采用下述配置: SET character_set_client=\\\'utf8\\\' SET character_set_connection=\\\'utf8\\\' SET character_set_results=\\\'utf8\\\' 这个配置就等价于 SET NAMES \\\'utf8\\\'。 WP 应该作什么修改 还是那句话，客户端要发给数据库什么编码的数据，数据库是不可能确切知道的，只能让客户端自己说明白，所以，WP 是必须发送准确的 SET... 给 MySQL 的。怎么发送最合适呢？台湾的 pLog 同仁给出了一些建议： 首先，测试服务器是否 >= 4.1，编译时是否加入了 UTF-8 支持；是则继承 然后测试数据库以什么格式存储 ($dbEncoding)； SET NAMES $dbEncoding 对于第二点，WP 的情况是不同的，按照上面的典型配置，只要用 WP，肯定数据库是用 UTF-8 存储的，所以要根据用户设置的以 GB2312 还是 UTF-8 浏览来判定 (bloginfo(\\\'charset\\\'))，但这个值是要连接数据库以后才能得到的，所以效率最高的方法是连接数据库之后，根据这个配置设置一次 SET NAMES，而不必每次查询之前都设置一遍。 我的修改方法是这样的，在 wp_includes/wp-db.php 中增加: function set_charset($charset) { // check mysql version first. $serverVersion = mysql_get_server_info($this->dbh); $version = explode(\\\'.\\\', $serverVersion); if ($version[0] < 4) return; // check if utf8 support was compiled in $result = mysql_query("SHOW CHARACTER SET like \\\'utf8\\\'", $this->dbh); if (mysql_num_rows($result) < = 0) return; if ($charset == \\\'utf-8\\\' || $charset == \\\'UTF-8\\\') $charset = \\\'utf8\\\'; @mysql_query("SET NAMES \\\'$charset\\\'", $this->dbh); } 在 wp-settings.php 的 require (ABSPATH . WPINC . \\\'/vars.php\\\'); 后增加: $wpdb->set_charset(get_bloginfo(\\\'charset\\\')); Posted in : Server-Side Author : jjgod 返回类别: 教程 上一教程: SQL数据操作基础(初级)2 下一教程: 分页显示详解 您可以阅读与"MYSQL4.1字符集支持的原理"相关的教程: · MySQL 字符集支持 · MYSQL5.0的字符集设置问题：支持中文 · SQL SERVER 2000系统支持的跟踪函数 · MYSQL MAX版本如何修改默认字符集 · 字符集问题的初步探讨 |
  |
| 快精灵印艺坊 版权所有 |
首页 会员中心在线印刷在线编辑付款方式索取样品设计指南连锁门店
|
||
