MySQL 四字节中文字符支持

Question

我无法执行这个SQL脚本：

INSERT INTO `mabase`.`new_table` (`idnew_table`, `name`) VALUES ('2', '');

错误信息如下：

ERROR 1366: 在第一行的'name'列中插入了一个不正确的字符串值：'\xF0\xA0\xBC\xAD' SQL语句： INSERT INTO mabase.new_table (idnew_table, name) VALUES ('2', '')

我的数据库和表使用utf8字符集和utf8_general_ci排序规则。 我也尝试过以下排序规则： utf8_unicode_ci， utf8mb4_general_ci， bg5_cinese_ci， gbk_cinese_ci。

我在Windows上使用MySql Workbench尝试了所有这些方法，但只有四字节字符会出现问题。 请告诉我如何在mysql中保存四字节字符。

- yaroslav prokipchyn

---

可能是MySQL抛出“Incorrect string value”错误的重复问题。 - Danack

Answer 1

你所需要的字符U+20F2D位于Unicode的“补充表意文字平面”的“CJK统一表意文字扩展B”块中，因此在MySQL v5.5之前的任何Unicode字符集中都不可用；从v5.5开始，它可在utf8mb4, utf16, utf16le和utf32字符集中使用。

它不可在MySQL的big5或gbk字符集中使用。

---

为什么utf8编码无法工作

正如Unicode Support所记录的:

MySQL 4.1实现Unicode支持的最初版本包括两个字符集来存储Unicode数据: ucs2，使用每个字符16位的UCS-2编码的Unicode字符集。 utf8，使用每个字符1到3个字节的UTF-8编码的Unicode字符集。 这两个字符集支持Unicode Version 3.0的基本多语言平面（BMP）中的字符。BMP字符具有以下特点: 它们的代码值介于0和65535之间（或 U+0000 .. U+FFFF）。 它们可以用一个固定的16位单词进行编码，如ucs2。 它们可以用8、16或24位进行编码，如utf8。 它们足以表示几乎所有主要语言中的字符。 不受前述字符集支持的字符包括位于BMP之外的补充字符。 BMP之外的字符在转换为Unicode字符集时将比较为替换字符，并转换为“？”。 在MySQL 5.6中，Unicode支持包括补充字符，这需要具有更广泛范围且因此占用更多空间的新字符集。下表显示了先前和当前Unicode支持的简要功能比较。 这些更改是向上兼容的。如果您想使用新的字符集，则可能会对您的应用程序产生不兼容性问题；请参见“Section 10.1.11，“从以前的Unicode支持升级到当前版本””。该部分还描述了如何将表从utf8转换为（4字节）utf8mb4字符集以及在这样做时可能适用的约束条件。

为什么big5编码不起作用

正如使用Big5中文字符集时应注意哪些问题？中所记录的：

MySQL支持在香港和台湾（中华民国）常见的Big5字符集。MySQL的big5实际上是Microsoft代码页950，它非常类似于原始的big5字符集。

[ 差异部分已删除 ]

一个添加HKSCS扩展功能的特性请求已被提交。需要此扩展功能的人们可能会发现与Bug #13577相关的建议修补程序很有帮助。

为什么gbk编码不起作用

正如MySQL中有哪些CJK字符集可用？中所记录的：

在这里，我们试图通过参考官方文档来澄清哪些字符在gb2312或gbk中是合法的。请在报告gb2312或gbk错误之前检查这些参考资料。

• 按照gb2312_chinese_ci排序，列出了所有gb2312字符的完整列表: gb2312

• MySQL的gbk实际上是“Microsoft代码页936”。这与官方的gbk不同，对于字符A1A4（中点）、A1AA（长破折号）、A6E0-A6F5和A8BB-A8C0有所不同。

• 有关gbk/Unicode映射的列表，请参见http://www.unicode.org/Public/MAPPINGS/VENDORS/MICSFT/WINDOWS/CP936.TXT。

• 有关MySQL的gbk字符的列表，请参见gbk。

- eggyal

---

你好，感谢您提供这么好的答案，但我仍需要帮助。 我已经在服务器5.5和5.7 alpha上尝试了此脚本，但它失败了： CREATE SCHEMA new_schema DEFAULT CHARACTER SET utf8mb4 ; CREATE TABLE new_schema.new_table ( idnew_table INT NOT NULL , new_tablecol VARCHAR(45) CHARACTER SET 'utf8mb4' NULL , PRIMARY KEY (idnew_table) ) DEFAULT CHARACTER SET = utf8mb4; INSERT INTO new_schema.new_table (idnew_table, new_tablecol) VALUES ('1', ''); 我是从Workbench执行的。 - yaroslav prokipchyn

@yaroslavprokipchyn：我认为你会发现是Workbench无法处理补充字符。我相信它在内部使用UTF-8，因此将utf8设置为其数据库连接的字符集（即使它可能支持utf8mb4，这表明这很可能是一个错误），这就是为什么MySQLd抱怨接收到的字符串无效的原因。你可以尝试SET NAMES 'utf8mb4';，但是Workbench可能不喜欢你尝试覆盖其预期的字符集。否则，使用INSERT INTO new_table VALUES (1, _utf8mb4'');。 - eggyal

一个带有丰富参考资料的好答案，肯定值得更多的赞。 - Danubian Sailor

Answer 2

这两个命令将支持您数据库中的中文字符。

ALTER DATABASE CHARACTER SET 'utf8' COLLATE 'utf8_unicode_ci'

ALTER TABLE convert to character set DEFAULT COLLATE DEFAULT

简短明了。

希望能对您有所帮助。

- Abhishek Goel