中文字符的存储

Posted 2021-01-11 interfaceone

主要分析下面内容

在数据库：oracle，mysql下，对字符集：gbk，utf-8的处理

Oracle

如果字符集为gbk，gb2312，Varchar类型的数据库字段长度/2为存储中文字符长度

GBK是国家标准GB2312基础上扩容后兼容GB2312的标准。
GBK的文字编码是用双字节来表示的，即不论中、英文字符均使用双字节来表示，为了区分中文，将其最高位都设定成1。

UTF-8 Unicode Transformation Format-8bit。是用以解决国际上字符的一种多字节编码。

它对英文使用8位（即一个字节) ，平均中文使用24位（三个字节）来编码。

在oracle中有三种比较常用的类型：varchar2(byte)、varchar2(char)、nvarchar2()。 

varchar2(byte)：就是默认的表示方式，比如我们写成：varchar2(100)，就相当于varchar2(100 byte)，表示最大字节数是100，该字段最多能容纳100个字节，强调空间大小。

varchar2(char)：表示最大字符数是100，该字段最多能容纳100个字符，强调个数。假设我们写成varchar2(100 char)，那么无论是数字、字母、汉字，都看成一个字符，最多写100个，当然，汉字越多，占用的空间越大。例如：存入一个汉字，底层占2或3个字节，存入一个字母，占1个字节，绝对不是某些文章所说1个字母或数字也占2或3个字节！

 nvarchar2()：没有byte、char之分，类似于varchar2(char)，只不过nvarchar2()屏蔽了数据库编码，无论是何种编码，nvarchar2()中一个汉字都占两个字节。

无论是varchar2还是nvarchar2，最大字节数都是4000。

所以，对于GBK编码的数据库而言，安全的写法为：varchar2(2000 char)、nvarchar2(2000)

对于UTF8编码的数据库而言，安全的写法为：varchar2(1333 char)、nvarchar2(2000)。

varchar只对汉字和全角等字符占两字节，数字，英文字符等都是一个字节；

varchar -- 存放定長的字符數據，最長2000個字符；
varchar2 -- 存放可變長字符數據，最大長度為4000字符。

--nvarchar,nvarchar2  联系： 1.nvarchar/nvarchar2用于存储可变长度的字符串 2.size 的最大值是 4000，而最小值是 1，其值表示字符的个数，而不是字节数 3.这两种类型更适合存储中文

区别：

1.nvarchar中字符为中文则一般按2个字节计算，英文数字等按照一个计算

2.nvarchar2中所有字符均按照2个字节计算；

3.nvarchar2虽然更占空间，但是它有更好的兼容性，所有推荐使用；

Mysql

Gbk与utf-8下，字符集Varchar，char是不区分中英文字符

小知识

 

Oracle 查看字符存储类型

select userenv(‘language‘) from dual;

AMERICAN_AMERICA.ZHS16GBK

字符与字节的说明