用PHP处理来自utf8mb4的MySQL数据

Question

这可能很简单。我发誓我一直在网上寻找答案但还没找到。由于我的特殊情况有点不典型，我终于决定在这里问。

我在MySQL中有几个用于中文程序的表。它需要能够支持每一个可能的汉字，包括罕见的那些没有很好的字体支持。表中的示例单元格可能是：

東菄鶇䍶倲涷蝀凍鯟崠埬䰤

为了使其在数据库中正常工作，我必须将编码/排序规则设置为utf8mb4。到目前一切尚好。不幸的是，当我将相同的字符串拉到PHP中时，它会被打印如下：

東菄鶇䍶？倲?？涷蝀凍鯟？崠埬?䰤

我怎样才能最终去掉剩下的问号，让它们显示为它们应该是的unicode符号呢？我在标记中使用UTF8编码并作为元标记获得了php页面本身。

为什么他们不能互相交流？我做错了什么？

Answer 1

我只是猜测您正在将表设置为utf8mb4，但是连接编码设置为utf8。您还必须将其设置为utf8mb4，否则MySQL将将存储的utf8mb4数据转换为utf8，后者不能编码“高”Unicode字符。(是的，这是MySQL的一种特质。)

在原始MySQL连接上，它必须如下所示：

SET NAMES 'utf8mb4';
SELECT * FROM `my_table`;

根据从PHP连接到MySQL的方式(mysql、mysqli或PDO)，您必须将其调整为客户端的最佳方式。

要真正澄清(是的，为了简单起见，使用mysql_扩展，不要在家里这样做)：

mysql_connect(...);
mysql_select_db(...);
mysql_set_charset('utf8mb4');     // adapt to your mysql connector of choice

$r = mysql_query('SELECT * FROM `my_table`');

var_dump(mysql_fetch_assoc($r));  // data will be UTF8 encoded

Answer 2

为了补充@deceze的答案，我推荐一台配置良好的MySQL服务器(对我来说，在/etc/mysql/mysql.conf.d/mysqld.cnf中)。下面是确保您使用utfmb4的配置选项，尽管我确实建议查看每个MySQL配置选项，尽管这是令人望而生畏的，但是有许多缺省值是非常不理想的。

[client]

default-character-set           = utf8mb4

[mysql]

default_character_set           = utf8mb4

[mysqld]

init-connect                    = "SET NAMES utf8mb4"
character-set-client-handshake  = FALSE
character-set-server            = "utf8mb4"
collation-server                = "utf8mb4_unicode_ci"
autocommit                      = 1
block_encryption_mode           = "aes-256-cbc"

最后一个应该是默认的。而且，init-connect处理的是不必每次都执行此操作。保持代码干净。现在运行：

SHOW VARIABLES WHERE Variable_name LIKE 'character\_set\_%' OR Variable_name LIKE 'collation%';

您应该返回如下内容：

+--------------------------+--------------------+
| Variable_name            | Value              |
+--------------------------+--------------------+
| character_set_client     | utf8mb4            |
| character_set_connection | utf8mb4            |
| character_set_database   | utf8mb4            |
| character_set_filesystem | binary             |
| character_set_results    | utf8mb4            |
| character_set_server     | utf8mb4            |
| character_set_system     | utf8               |
| collation_connection     | utf8mb4_unicode_ci |
| collation_database       | utf8mb4_unicode_ci |
| collation_server         | utf8mb4_unicode_ci |
+--------------------------+--------------------+

看起来您已经在这样做了，但是显式地定义表创建并不会有什么害处：

CREATE TABLE `mysql_table` (
  `mysql_column` BIGINT(20) UNSIGNED NOT NULL AUTO_INCREMENT,
  PRIMARY KEY (`mysql_column`)
) ENGINE=InnoDB  DEFAULT CHARSET=utf8mb4;

希望这能帮上忙。