utf8和latin1之间的区别

Answers:

151

UTF-8为世界统治做好了准备，而Latin1则没有。

如果您尝试使用Latin1编码存储非拉丁字符，例如中文，日语，希伯来语，俄语等，那么它们最终将以mojibake形式出现。您可能会发现的介绍性文字这篇文章很有用（甚至更多，如果你知道一点的Java）。

注意，完整的4字节UTF-8支持仅在MySQL 5.5中引入。在该版本之前，每个字符最多增加3个字节，每个字符最多增加4个字节。因此，它仅支持BMP平面，而不支持Emoji平面。如果要完全支持4字节UTF-8，请将MySQL至少升级到5.5或使用其他RDBMS（如PostgreSQL）。在MySQL 5.5+中，它称为utf8mb4。

— BalusC
source
31
Mysql 5.1支持3字节UTF-8，但是Mysql 5.5 确实支持 4字节UTF-8作为utf8mb4。
— velcrow
2
@BalusC您能否详细说明如何不完全支持UTF-8？这是否意味着Mysql 5.1无法存储所有 unicode字符？
— Pacerier 2012年
2
@Pacerier：每个字符仅支持3个字节，因此仅支持BMP（前65535个字符），而不支持剩余字符。对于所有的字符，请参阅en.wikipedia.org/wiki/Plane_(Unicode）
— BalusC
2
@BalusC对于使用5.1.63并且没有权限更新Web服务器的mysql版本的用户，可能有什么替代方法？
— Pacerier 2012年
6
@Pacerier：您可以自己另存为VARBINARY，VARCHAR然后在业务层中进行解码/编码，但这是很棘手的。考虑问一个新问题，也许有更好的方法。
— BalusC 2012年
47

在latin1中，每个字符正好是一个字节长。在utf8中，一个字符可以包含多个字节。因此，utf8的字符数比latin1的字符数多（并且它们的共同字符不一定用相同的字节/字节序列表示）。

— sepp2k
source
1
那ascii和bin呢？
— Yousha Aleayoub '17
8
@YoushaAleayoub ASCII是一种单字节编码，使用0到127之间的字符，因此它可以编码的字符数是latin1的一半。它是latin1和utf8的严格子集，这意味着latin1和utf8中的0到127字节编码与ASCII相同。Bin不是编码。通常，您可以在读取文件时提供此选项，告诉IO函数不应用任何编码，而只是逐字节读取文件。
— sepp2k
1
谢谢，我的意思是binary整理...？以及哪个适合英语/数字领域：ascii_general_ci或ascii_bin？
— Yousha Aleayoub '17
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.