UTF8对Latin1

Question

我试图理解Latin1和UTF8之间的区别，但是，在测试时，我得到了一些奇怪的结果，需要一些帮助来澄清。

我正在用'é‘测试(拉丁文小写字母E带有急性)，下面的链接显示了十六进制c3a9

我建立了一个数据库，并指定utf8作为字符集，然后创建了一个以utf8为字符集的表，并在将连接和客户端字符集设置为UTF8之后插入了一个带有“é”字符的记录。

当我执行select十六进制(字段)时，来自test_table的字段得到：

十六进制(字段)，字段C3A9，é

然而，当我使用latin1字符集执行完全相同的操作时，这是很好的，并且与我所读到的内容一致，我得到以下内容：

十六进制(字段)，字段C3A9，é

但是，如果我输入char(x'E9') (它应该是é的单字节Latin1等效值)，我设法让它使用“set name UTF8”正确显示，但是当将连接和客户端设置为Latin1时，它没有正确显示。

有人能澄清吗？- Latin1字符不应该在UTF8和Latin1中都是单字节(十六进制E9)吗？还是我完全误解了这一切？

谢谢

Answer 1

在最近把一个网站通过铃声UTF-8明智，我认为这是一个情况下，查看UTF-8数据在一个latin1表中的UTF-8编码的网页或终端。

如果您使用的是终端，您可以查看终端的字符编码设置(在Ubuntu中，它是终端->集字符编码)。如果您正在使用类似于PHPMyAdmin的内容，请查看页面源代码并查找页面的字符集，或者打开Firebug并查看页面的响应头，它应该是"UTF-8“。

如果您插入了数据，并将其编码为UTF-8，并将其放入latin1表中，那么数据仍将存储在UTF-8中，只有当您开始查看该数据或以不同的编码检索数据时，您才会开始产生损坏的效果。

我发现，在处理字符编码时，必须得到相同的内容:页面必须具有UTF-8的字符集，数据库的上游必须位于UTF-8中，数据库必须具有默认的字符集和UTF-8的存储。一旦你把一个不同的字符混合在一起，一切都会变得疯狂。

Answer 2

latin1编码只有1字节码.

前128个代码(7位)在latin1和utf8之间大部分是相同的.

é超出了128；它的1字节，8位latin1十六进制是E9 (正如您所观察到的)。对于utf8，它需要两个字节：C3A9。对于大多数亚洲字符，utf8需要3个字节；latin1不能表示这些字符。

MySQL有一个令人困惑的命令SET NAMES utf8。这表明客户机的编码是utf8，并指示客户端和服务器之间的通信在读取/写入时在列的CHARACTER SET和utf8之间进行转换。

如果您有SET NAMES latin1 (旧的缺省值)，但是客户端中的字节是编码的utf8，那么您就是在“撒谎”，并且会发生各种不愉快的事情。但目前还没有迹象表明有什么不对劲。

完全使用utf8的检查清单：

• 客户端中的字节是utf8 8编码的。
• SET NAMES utf8 (或连接到MySQL期间的等效参数)
• 列或表声明上的CHARACTER SET utf8
• html中的<meta ... UTF-8>