MySQL CHAR () - Funktion und UTF8 Ausgabe?

+--------------------------+--------------------------------------------------------+ 
| Variable_name | Wert | 
+--------------------------+--------------------------------------------------------+ 
| character_set_client | utf8 | 
| character_set_connection | utf8 | 
| character_set_database | utf8 | 
| character_set_filesystem | binary | 
| character_set_results | utf8 | 
| character_set_server | utf8 | 
| character_set_system | utf8 | 
| character_sets_dir | /usr/local/mysql-5.1.41-osx10.5-x86_64/share/charsets/| 
+--------------------------+--------------------------------------------------------+ 
8 rows in set (0.00 sec) 

mysql> select version(); 
+-----------+ 
| version() | 
+-----------+ 
| 5.1.41 | 
+-----------+ 
1 row in set (0.00 sec) 

mysql> select char(0x00FC); 
+--------------+ 
| char(0x00FC) | 
+--------------+ 
| ? | 
+--------------+ 
1 row in set (0.00 sec)

Erwarten tatsächliche utf8-Zeichen --> " ü "statt" ? "Versucht char(0x00FC mit utf8) auch, aber nicht gehen.

Mysql version 5.1.41

Worden allover Google, nicht finden können, was auf dieser. Die MySQL-docs einfach sagen, dass multibyte-Ausgabe wird voraussichtlich auf Werte größer als 255, nach mysql-version 5.0.14.

Dank

  • Welcher Zeichensatz ist Ihre shell?
InformationsquelleAutor jason | 2010-03-05
  1. 7

    Verwechselst du UTF-8 mit Unicode.

    0x00FC ist die Unicode code point für ü:

    mysql> select char(0x00FC using ucs2);
+----------------------+
| char(0x00FC using ucs2) |
+----------------------+
| ü                   | 
+----------------------+

    In UTF-8 Kodierung, 0x00FC wird durch zwei bytes dargestellt:

    mysql> select char(0xC3BC using utf8);
+-------------------------+
| char(0xC3BC using utf8) |
+-------------------------+
| ü                      | 
+-------------------------+

    UTF-8 ist nur ein Weg von Codierung Unicode-Zeichen in binärer form. Es soll Raum effizienter, und das ist der Grund, warum ASCII-Zeichen nur ein byte, und iso-8859-1-Zeichen wie ü nur zwei bytes. Einige andere Zeichen nehmen, drei oder vier bytes, aber Sie sind viel weniger verbreitet.

    • Vielen, vielen Dank!!!! Ich habe auf der Suche für die "using" - Klausel für die letzten zwei Stunden, nicht zu wissen, was es hieß! Danke!
    • Hallo Martin & @Cyberdancer91 : um Zu klären, UTF-8 war nicht gedacht, um Platz zu sparen (ein häufiges Missverständnis). Es war gemeint zu sein, ASCII-kompatibel, ein Weg für Systeme, die Unicode unterstützen, ohne dabei die vorhandenen text - / config-Dateien, die hätte haben müssen TONNEN von Tests/Fehlerbehebung der Zeit. Die ersten 128 Zeichen speichern 1 byte ist nur ein Nebeneffekt; 63 Kb von 65k BMP-Zeichen nehmen Sie 1 ZUSÄTZLICHES byte. Bitte sehen Sie in den beiden Fußnoten (sowie andere relevante Informationen) in meinem Beitrag: sqlquantumleap.com/2018/09/28/... , und unten meine Antwort.
    InformationsquelleAutor Martin
  2. 0

    Hinzufügen Martin ' s Antwort:

    1. Können Sie einen "introducer" statt der CHAR() Funktion. Um dies zu tun, geben Sie die Codierung mit einem Unterstrich als Präfix, bevor der code point:

      _utf16 0xFC

      oder:

      _utf16 0x00FC

    2. Wenn das Ziel ist, geben Sie den code zeigen, anstatt die kodierte byte-Folge, dann müssen Sie eine Codierung mit dem code-point-Wert nur passiert das kodierte byte-Folge. Zum Beispiel, wie gezeigt in Martin ' s Antwort 0x00FC ist der code-point-Wert für ü - und der-kodierte byte-Folge für ucs2 /utf16 (Sie effektiv die gleiche Codierung für die BMP-Zeichen, aber ich bevorzuge die "utf16", wie es im Einklang mit "utf8" und "utf32", konsequent in der "utf" - Thema).

      Aber utf16 funktioniert nur für die BMP-Zeichen (code points von U+0000 - U+FFFF) in Bezug auf die Angabe der code-point-Wert. Wenn Sie möchten, einen Ergänzenden Charakter haben, dann müssen Sie die utf32 Codierung. Nicht nur, dass _utf32 0xFC zurück ü, aber:

      _utf32 0x1F47E

      gibt: ?

    Für weitere Informationen über diese Optionen, plus Unicode-escape-Sequenzen für andere Sprachen und Plattformen, sehen Sie bitte mein post:

    Unicode-Escape-Sequenzen in Verschiedenen Sprachen und Plattformen (einschließlich Sonderzeichen)

    InformationsquelleAutor Solomon Rutzky
Schreibe einen Kommentar