标签: utf-8

我是 MySQL 的新手，我想知道：

如何utf-8像在 navicat 中那样创建带有字符集的数据库？

create mydatabase;

...似乎正在使用某种默认字符集。

[:ascii:]课堂在 Postgres 中是否有效？它没有列在他们的帮助中，但是我在网上看到了使用它的例子。

我有一个 UTF-8 数据库，其中collat​​ion和c_typ e 是en_US.UTF-8，Postgres 版本是 9.6.2。当我像这样搜索非 ASCII 行时：

select title from wallabag_entry where title ~ '[^[:ascii:]]';

我得到了Unicode 和非 Unicode 符号（完整输出在这里）：

?????????? ??????????????: ???? ????????? ??????? ?????
??????? ???????? ????????: ????? ?? ?????? ????????? ?? ???????
??? ?? ?????? ? ??????? ?? ????: ??? ? ????????????? ?????????? ???????????
??? ???????? ??????? ? 1740-? ???? ?? ??????? ??????? ??????
Have …

我正在尝试将我的数据库转换为utf8mb4遵循本指南。我已经设定：

[client]
default-character-set=utf8mb4

[mysql]
default-character-set=utf8mb4

[mysqld]
init-connect='SET NAMES utf8mb4'
collation_server=utf8mb4_unicode_ci
character_set_server=utf8mb4
skip-character-set-client-handshake

但价值character_set_client并character_set_results仍然不会改变utf8mb4。

mysql> SHOW VARIABLES WHERE Variable_name LIKE 'character\_set\_%' OR Variable_name LIKE 'collation%';
+--------------------------+--------------------+
| Variable_name            | Value              |
+--------------------------+--------------------+
| character_set_client     | utf8               |
| character_set_connection | utf8mb4            |
| character_set_database   | utf8mb4            |
| character_set_filesystem | binary             |
| character_set_results    | utf8               |
| character_set_server     | utf8mb4            |
| character_set_system     | utf8               |
| collation_connection     | utf8mb4_unicode_ci |
| …

我正在使用 MySQL 5.5，当我显示有关字符集的变量时，我有

+--------------------------+----------------------------+
| Variable_name            | Value                      |
+--------------------------+----------------------------+
| character_set_client     | utf8                       |
| character_set_connection | utf8                       |
| character_set_database   | latin1                     |
| character_set_filesystem | binary                     |
| character_set_results    | utf8                       |
| character_set_server     | latin1                     |
| character_set_system     | utf8                       |
| character_sets_dir       | /usr/share/mysql/charsets/ |
+--------------------------+----------------------------+

我是否需要将character_set_database和更改character_set_server为utf8？

我们最近遇到了与在 SQL Server 中存储为 varchar(120) 的字段相关的编码问题。在 SSMS 中，varchar 显示为：

“谁杀了琼本？”

但是，当它被带入python时，它显示为：

我从 Python 方面对此进行了研究，并没有发生什么奇怪的事情。我的理论是 SQL Server 中的 varchar 接受 UTF-8 字符，这些字符在 python 中的显示方式与 SSMS 不同。我对 SQL Server 中的编码不是很熟悉。有人可以让我知道以下内容：

• 在 SSMS 中有没有办法查看 varchar 的编码？例如，查看 \x82 而不是显示当前来自 SSMS 的逗号？
• 我们正在使用 SQL Server 2008。有没有办法将任何 UTF-8 字符的编码更改为 ASCII 字符而不使用导入/导出工具或转储到平面文件？即我可以通过查询进行这种转换吗？
• 有什么方法可以通过查询以编程方式识别有问题的记录（问题被定义为 ASCII 不支持的 UTF-8 字符）？

先感谢您！

使用sp_help N'table_name';我发现这个VARCHAR列的排序规则是：SQL_Latin1_General_CP1_CI_AS。

在 SQL Server 2019 中，Microsoft 引入了对和数据类型的UTF-8 支持，并表示：CHARVARCHAR

此功能可显着节省存储空间，具体取决于使用的字符集。例如，使用支持 UTF-8 的归类将带有 ASCII 字符串的现有列数据类型从 NCHAR(10) 更改为 CHAR(10)，意味着存储需求减少了近 50%。这种减少是因为 NCHAR(10) 需要 22 个字节的存储空间，而 CHAR(10) 需要 12 个字节来存储相同的 Unicode 字符串。

UTF-8似乎支持每个脚本，所以基本上我们就可以开始在存储Unicode数据varchar和char列。正如文档中所说，这可以减少表和索引的大小，从那里我们可以获得更好的性能，因为读取的数据量更少。

我想知道这是不是意味着我们可以停止使用nvarchar和nchar列，它实现UTF-16？

任何人都可以指出一个场景和原因，不要使用带有UTF编码的 char 数据类型并继续使用 n-chars数据类型吗？

我的 MySQL 实例内大约一百个数据库中的数百个表中有数千列，需要从 utf8mb3 升级到 utf8mb4。有没有办法ALTER为每个需要更改的表和列生成语句？

我正在将 Amazon RDS 上托管的 MySQL 从 MySQL 5.7 升级到 8.0。预补丁兼容性工具告诉我：

以下对象使用 utf8mb3 字符集。建议将它们转换为使用 utf8mb4，以改进 Unicode 支持。

更多信息： https://dev.mysql.com/doc/refman/8.0/en/charset-unicode-utf8mb3.html

然后它列出了大约 6,000 个需要更新的数据库和列：

mydb - schema's default character set: utf8
mydb.mytable.mycolumn - column's default character set: utf8

我希望能够生成ALTER我需要运行的所有语句，类似于查询所有 MyISAM 数据库的 MySQL 命令如何帮助我将所有表从 MyISAM 转换为 Innodb。

我尝试使用存储过程来创建索引，但出现以下错误：

ERROR 1267 (HY000): Illegal mix of collations (utf8_general_ci,IMPLICIT) and 
                    (utf8_unicode_ci,IMPLICIT) for operation '='

没有行号或任何其他调试提示。

• 调试此错误的最佳方法是什么？
• 有什么好的指导方针可以避免编码不一致吗？

我有 java 代码将 UTF-8 字符串修剪为我的 Oracle (11.2.0.4.0) 列的大小，最终抛出错误，因为 java 和 Oracle 将字符串视为不同的字节长度。我已经验证我NLS_CHARACTERSET在 Oracle 中的参数是“UTF8”。

我写了一个测试，使用unicode 花栗鼠表情符号(?)

public void test() throws UnsupportedEncodingException, SQLException {
    String squirrel = "\uD83D\uDC3F\uFE0F";
    int squirrelByteLength = squirrel.getBytes("UTF-8").length; //this is 7
    Connection connection = dataSource.getConnection();

    connection.prepareStatement("drop table temp").execute();

    connection.prepareStatement("create table temp (foo varchar2(" + String.valueOf(squirrelByteLength) + "))").execute();

    PreparedStatement statement = connection.prepareStatement("insert into temp (foo) values (?)");
    statement.setString(1, squirrel);
    statement.executeUpdate();
}

这在测试的最后一行失败，并显示以下消息：

ORA-12899: 列
"MYSCHEMA"."TEMP"."FOO" 的值太大（实际：9，最大值：7）

的设置NLS_LENGTH_SEMANTICS是BYTE。不幸的是，我无法改变它，因为它是一个遗留系统。我对增加列大小不感兴趣，只是能够可靠地预测字符串的 Oracle 大小。

我正在使用 5.6.28 MySQL 社区服务器在 CentOS 6.7 Linux 服务器上以德语托管 WordPress + ProPhoto 博客：

mysql> show tables;
+-----------------------+
| Tables_in_blog        |
+-----------------------+
| wp_commentmeta        |
| wp_comments           |
| wp_links              |
| wp_options            |
| wp_postmeta           |
| wp_posts              |
| wp_term_relationships |
| wp_term_taxonomy      |
| wp_terms              |
| wp_usermeta           |
| wp_users              |
+-----------------------+
11 rows in set (0.00 sec)

然后最近我开始开发俄语应用程序，不得不在/etc/my.cnf中将MySQL 设置更改为utf8mb4编码：

[client]
default-character-set=utf8mb4

[mysql]
default-character-set=utf8mb4

[mysqld]
character-set-client-handshake=FALSE
character-set-server=utf8mb4
collation-server=utf8mb4_general_ci

mysql> show …