Работа с кодировками в mySQL

Материал из 1GbWiki.

---

Текущая версия

Важно: для новых баз данных Создание баз данных происходит с кодировкой по умолчанию CP1251 / CP1251_general_ci. Сайты на PHP 5, созданные после 8 марта 2007 года, работают с этой кодировкой без дополнительной настройки.

Дальнейшая информация в статье имеет отношение к более старым сайтам нашего хостинга, а также к другим mySQL клиентам, с которыми вы можете встретиться на нашем хостинге или в собственных приложениях.

Для баз существующих клиентов (до марта 2007 года) или сайтов на PHP 4 Кодировка базы данных (charset, collation) устанавливает режим работы с текстовой информацией в базе. Кодировка задается двумя параметрами: charset - набор кодов символов, рассматриваемых как текст, и collation - правило работы с этими символами (правила сортировки, сравнения, перевода регистров).

В mySQL 4 появилась возможность самостоятельно задавать кодировки для таблиц и даже для отдельных полей таблиц.

К сожалению, работа с разными кодировками в mySQL 4 и mySQL 5 сделана не вполне удачно. Мы можем предложить два способа работы.

Содержание 1 Работа с кодировкой по умолчанию 2 Работа с правильной кодировкой (CP-1251) 3 MySQL .NET Connector 4 Дополнительная информация

[править] Работа с кодировкой по умолчанию

По умолчанию на нашем хостинге установлен charset - latin1, collation - latin1_binary. Сравнение русских букв производится по их коду по номеру. Это позволяет делать следующее:

Главное: Этот режим совместим со всем ПО - старыми и новыми клиентами, mySQL Front, PHP клиентами, ODBC, и т.д., т.е. достигается максимальная совместимость со всем тем, что работало с mySQL 3х версий. Хранение русских символов во всех режимах осуществляется правильно. Сортировка русских символов осуществляется правильно, кроме буквы Ё (к сожалению). К сожалению, регистро-независимое сравнение и преобразование регистров для русского алфавита в данном режиме не работает. Помните, это может привести к неправильной работе приложений, которые на это рассчитаны! Для того, чтобы воспользоваться этим режимом, вам не нужно вносить никаких изменений в код - просто создавайте базу и работайте как обычно.

Этот способ вполне подойдет людям, которым достаточно описанной функциональности, или в том случае, если решить проблемы, вызванные "корректной" работой с кодировкой, не удается.

[править] Работа с правильной кодировкой (CP-1251)

Для работы с правильной кодировкой вам нужно с помощью средства управления базой, совместимого с mySQL 4, поменять кодировку таблиц. Удобнее это делать сразу после создания таблицы, чтобы поля унаследовали эту кодировку автоматом. Внимание: не забывайте, что поменять кодировку таблицы после создания там полей недостаточно, убедитесь, что поля тоже имеют правильную кодировку!

Средства управления можно скачать с сайта www.mysql.com, например, mySQL Administrator.

Главное: Этот режим не до конца совместим с ПО, рассчитанным на работу с mySQL 3, таким, как mySQL Front и т.п., также не всегда получается нормально работать с клиентами - PHP, ODBC, и т.д. Если вместо русских букв вы видите знаки '?' - вы попали именно в такую ситуацию. Большинство вопросов можно решить, воспользовавшись русскоязычными ресурсами по программированию, например, http://www.mysql.ru/. Обычно достаточно следовать короткому совету (см. примечание 1). Хранение и обработка русских символов во всех режимах осуществляется правильно. Внимание: практика показывает, что изменять charset и collation на таблице, которая уже имеет данные, бесполезно - вы получите '?' вместо русских символов.

Примечание 1: Обычно для правильной работы с кодировкой CP1251 достаточно дать следующие команды после соединения с базой (это PHP код):

mysql_query ("set character_set_client='cp1251'");
mysql_query ("set character_set_results='cp1251'");
mysql_query ("set collation_connection='cp1251_general_ci'");

Примечание 2: Для ODBC драйвера для mySQL к строке подключения необходимо дописать следующий параметр:

stmt=SET NAMES 'cp1251'

[править] MySQL .NET Connector

В качестве строки подключения надо указывать строку вида:

Server=<server>;Database=<database>;User=<user>;Password=<password>;CharSet=utf8

Примечание: кодировку utf8 нужно указывать даже в том случае, если кодировка таблицы стоит 1251.

[править] Дополнительная информация

К сожалению, служба поддержки не может оказывать помощь по решению проблем кодировок mySQL 4/5. Количество средств программирования и способов использования базы слишком велико, чтобы описать каждый случай.

Практика показывает, что использование условно-правильного совместимого режима (latin1/latin1_binary), которое происходит по умолчанию, решает основную проблему работы с кодировкой (сортировку), и предоставляет хороший уровень обратной совместимости.

В случае продолжающихся проблем мы можем также рекомендовать вам пользоваться базой mySQL 3.*, для которой на нашем хостинге установлена традиционная кодировка cp1251 (Windows). Однако помните, что в этом случае вам придется работать с текстами в кодировке cp1251.