UTF8和Latin1之间的区别

Question

UTF8和Latin1之间有什么区别？

- binbash

---

它们是不同的编码方式（将某些字符映射到常见的字节序列中，例如ASCII字符和许多带重音的字母）。 UTF-8是Unicode的一种编码方式，包含其所有代码点；Latin1只编码少于256个字符。 - ShreevatsaR

还有Latin9可用于Linux语言环境，可能在问题中已经提到：https://en.wikipedia.org/wiki/ISO/IEC_8859-15 - baptx

这回答了你的问题吗？UTF-8和ISO-8859-1有什么区别？ - Karl Knechtel

Answer 1

UTF-8被准备用于世界占领，Latin1没有这样的功能。

如果您试图使用Latin1编码存储像中文、日语、希伯来语和俄语等非拉丁字符，则它们最终将成为乱码。您可能会发现本文介绍的简介有用（如果您了解一些Java，则更是如此）。

请注意，在MySQL 5.5中才引入了完整的4字节UTF-8支持。在此之前的版本，每个字符只支持3个字节而不是4个字节。因此，它仅支持BMP平面，而不支持Emoji平面等。如果您需要完整的4字节UTF-8支持，请将MySQL升级至至少5.5版本或选择另一个RDBMS，例如PostgreSQL。在MySQL 5.5+中，它称为utf8mb4。

- BalusC

---

Mysql 5.1支持3字节的UTF-8编码，但是Mysql 5.5 支持 4字节的UTF-8编码，称为utf8mb4。 - velcrow

@BalusC，您能详细说明UTF-8的不完全支持吗？这是否意味着Mysql 5.1无法存储所有Unicode字符？ - Pacerier

@Pacerier：它只支持每个字符3个字节，因此只支持BMP（前65535个字符），不支持剩余部分。有关所有字符，请参见http://en.wikipedia.org/wiki/Plane_(Unicode)。 - BalusC

@BalusC 对于那些使用5.1.63版本并且没有特权更新Web服务器的MySQL版本的人来说，可能有什么替代方案？ - Pacerier

你可以将数据保存为 VARBINARY 而不是 VARCHAR，然后在业务层自己进行解码/编码，但这样做有些取巧。建议你提出新的问题，也许会有更好的方法。 - BalusC

Answer 2

在latin1编码中，每个字符都恰好占用一个字节的长度。而在UTF-8编码中，一个字符可以由多个字节组成。因此，UTF-8拥有比latin1更多的字符（且它们所共同拥有的字符不一定由相同的字节/字节序列表示）。

- sepp2k

---

ASCII和二进制怎么样？ - Yousha Aleayoub

ASCII是一种单字节编码，使用字符0到127，因此可以编码的字符数只有Latin1的一半。它严格是Latin1和UTF8的子集，这意味着在Latin1和UTF8中，字节0到127编码的内容与ASCII相同。"Bin"不是一种编码方式，通常用作读取文件时的选项，告诉IO函数不要应用任何编码，而是逐字节读取文件。 - sepp2k

谢谢，我是指binary排序规则...？对于英文/数字字段，哪个更好：ascii_general_ci还是ascii_bin？ - Yousha Aleayoub