mysql 字符集处理

在 mysql 中，字符集问题其实并不显眼，很多时候都不需要纠结，但是回忆了下这些年，字符集还是会时不时出来捣乱，所以干脆总结下，免得总是过一段时间又去翻官方文档。

服务端字符集

主要用于数据存储。
配置，数据库，表，列都可以分别指定字符集，不指定时默认使用上一级设置。
服务端字符集的设定没有什么特殊要求，只要能保证客户端所用字符集小于服务端字符集，不至于在转换过程中导致内容丢失就行。

具体参考：http://dev.mysql.com/doc/refman/5.7/en/charset-syntax.html

客户端字符集

用于客户端程序和MySql服务器间的通讯。
相关配置项有 character_set_client character_set_connection character_set_result。
服务端会将客户端传来的数据从 character_set_client 编码转到 character_set_connection 编码，执行结果又会用 character_set_result 编码返回。

客户端可以自行设定字符集，主要方式有：

mysql_query(mysql, "SET NAMES 'charset_name' [COLLATE 'collation_name']")
这个调用等同于：
```
SET character_set_client = charset_name;
SET character_set_results = charset_name;
SET character_set_connection = charset_name;
```
值得注意的是这个操作 不会改变 mysql_real_escape_string 所使用的字符集。
mysql_options(mysql, MYSQL_SET_CHARSET_NAME, 'charset_name')
实际上这个调用就是让 MySql 服务器执行 SET NAMES 语句。
不同的是，这个调用必须在 mysql_real_connect 之前执行，而且直接决定了 mysql_real_escape_string 所使用的字符集。
mysql_set_character_set(mysql, 'charset_name')
这个调用在 mysql_real_connect 之后执行，并且也能够改变 mysql_real_escape_string 所用字符集。

具体参考：http://dev.mysql.com/doc/refman/5.7/en/charset-connection.html

转译

查询前 需要对字符串和二进制数据进行转译。
主要的作用是替换一些特殊字符，比如 \0 ' " \n \ 等以达到防止 sql 注入的作用。
之所以需要编码信息，是为了防止错误识别这些要被替换的特殊字符，比如 0xbf5c 在 GBK 编码中就是是个有效字符。(0x5c = \)

查询时 MySql 会检查字符串的内容和指定字符集是否匹配，不匹配的情况下查询会出错。
（这里对这种匹配规则不是很明确，不一致但是属于子集超集关系的字符集也可能通过，只是可能因为兼容程度不同导致乱码）
MySql 并不对二进制数据进行字符集检查，所以二进制数据不存在这种错误情况。

由上述可知，客户端连接应该指定和参与查询的字符串相同的字符集。