首頁 >後端開發 >PHP問題 >簡單明了! utf8和utf8mb4的差別

簡單明了! utf8和utf8mb4的差別

silencement
silencement轉載
2020-01-25 00:14:035510瀏覽

簡單明了! utf8和utf8mb4的差別

一、簡介

MySQL在5.5.3之後增加了這個utf8mb4的編碼,mb4就是most bytes 4的意思,專門用來相容四位元組的unicode。 utf8mb4是utf8

的超集,除了將編碼改為utf8mb4外不需要做其他轉換。當然,為了節省空間,一般情況下使用utf8就夠了。

二、內容描述

那上面說了既然utf8能夠存下大部分中文漢字,那為什麼還要使用utf8mb4呢? 原來mysql支援的utf8 編碼最大字元長度為3 字節,如

果實遇到4 位元組的寬字元就會插入異常了。三個位元組的 UTF-8 最大能編碼的 Unicode 字元是 0xffff,也就是 Unicode 中的基本多文種

#平面(BMP)。也就是說,任何不在基本多文本平面的 Unicode字符,都無法使用 Mysql 的 utf8 字符集儲存。包含Emoji 表情(Emoji 

是一種特殊的Unicode 編碼,常見於ios 和android 手機上),和很多不常用的漢字,以及任何新增的Unicode 字元等等(utf8的缺少

點)。

通常,當電腦在儲存字元時,會根據不同類型的字元以及編碼方式分配儲存空間。例如以下幾種編碼方式;

①ASCII編碼中,一個英文字母(不分大小寫)佔用一個位元組的空間,一個中文漢字佔用兩個位元組的空間。一個二進制的數字序列,在計算機中儲存為一個數字單元時,一般為8位二進制數,換算為十進制。最小值0,最大值255。

②UTF-8編碼中,一個英文字元佔用一個位元組的儲存空間,一個中文(含繁體)佔用三個位元組的儲存空間。

③Unicode編碼中,一個英文佔用兩個位元組的儲存空間,一個中文(含繁體)佔用兩個位元組的儲存空間。

④UTF-16編碼中,一個英文字母字元或一個漢字字元儲存都需要佔用2個位元組的儲存空間(Unicode擴充區的一些漢字儲存需要4個位元組)。

⑤UTF-32編碼中,世界上任何字元的儲存都需要佔用4個位元組的儲存空間。

既然utf8能相容絕大部分的字符,為什麼要擴充utf8mb4?

隨著網路的發展,產生了許多新類型的字符,例如emoji這種類型的符號,也就是我們通常在聊天時發的小黃臉表情,這種字符的出

現不在基本多平面的Unicode字元之中,導致無法在MySQL中使用utf8存儲,MySQL於是對utf8字元進行了擴展,增加了utf8mb4這個編碼。

所以,設計資料庫時如果想要允許使用者使用特殊符號,最好使用utf8mb4編碼來存儲,使得資料庫有更好的兼容性,但是這樣設計會

導致耗費更多的儲存空間。

以上是簡單明了! utf8和utf8mb4的差別的詳細內容。更多資訊請關注PHP中文網其他相關文章!

陳述:
本文轉載於:www.liqingbo.cn。如有侵權,請聯絡admin@php.cn刪除