utf8 和 latin1 的区别答案

【问题标题】：Differences between utf8 and latin1utf8 和 latin1 的区别
【发布时间】：2011-02-12 03:08:14
【问题描述】：

utf8 和 latin1 有什么区别？

【问题讨论】：

它们是不同的编码（一些字符映射到常见的字节序列，例如ASCII字符和许多重音字母）。 UTF-8 是 Unicode 的一种编码及其所有代码点； Latin1 编码少于 256 个字符。
还有 latin9 在 Linux 语言环境中可用，可以在问题中提到：en.wikipedia.org/wiki/ISO/IEC_8859-15

【解决方案1】：

UTF-8 准备好统治世界，Latin1 没有。

如果您尝试使用 Latin1 编码存储非拉丁字符，如中文、日文、希伯来文、俄文等，那么它们最终将成为 mojibake。您可能会发现 this article 的介绍性文本很有用（如果您懂一点 Java，可能会更有用）。

请注意，仅在 MySQL 5.5 中引入了完整的 4 字节 UTF-8 支持。在该版本之前，每个字符最多只能占用 3 个字节，而不是每个字符 4 个字节。因此，它仅支持 BMP 平面，而不支持例如 BMP 平面。表情符号飞机。如果您想要完整的 4 字节 UTF-8 支持，请将 MySQL 升级到至少 5.5 或使用另一个 RDBMS，例如 PostgreSQL。在 MySQL 5.5+ 中，它被称为 utf8mb4。

【讨论】：

Mysql 5.1 支持 3 byte UTF-8，然而 Mysql 5.5 does support 4 byte UTF-8 as utf8mb4。
@BalusC 您能否详细说明如何不完全支持 UTF-8？是不是意味着Mysql 5.1不能存储all个unicode字符？
@Pacerier：每个字符仅支持 3 个字节，因此仅支持 BMP（前 65535 个字符），其余不支持。对于所有字符，请参阅en.wikipedia.org/wiki/Plane_(Unicode)
@BalusC 对于使用 5.1.63 并且没有权限更新 web 服务器的 mysql 版本的人，有什么替代方案？
@Pacerier：您可以保存为VARBINARY 而不是VARCHAR 并自己在业务层中进行解码/编码，但这很hacky。考虑提出一个新问题，也许有更好的方法。

【解决方案2】：

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 比 latin1 有更多的字符（并且它们共同的字符不一定由相同的字节/字节序列表示）。

【讨论】：

ascii 和 bin 呢？
@YoushaAleayoub ASCII 是使用字符 0 到 127 的单字节编码，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 中的字节 0 到 127 编码的内容与它们在 ASCII 中的编码相同。 Bin 不是编码。它通常是您在读取文件时可以提供的一个选项，告诉 IO 函数不应用任何编码，而是逐字节读取文件。
谢谢，我的意思是binary整理...？哪个更适合英文/数字字段：ascii_general_ci 或 ascii_bin?