为什么Unicode数据以数字形式存储在mysql数据库中

Question

我有以下

$html = <div>ياں ان کي پرائيويٹ ليمٹڈ کمپنياں ہيں</div> 

但它存储在mysql数据库中，格式如下

تو يہ اسمب
لي ميں غر
يب کو آنے 
نہيں

实际上，当我从mysql数据库中检索数据并在网页上显示它时，它显示正确。 但我想知道它是存储在数据库中的unicode的标准格式，还是unicode数据应该按原样存储（ياںانکيپرائيويٹليمٹڈکمپنياںںيں）

Answer 1

在数据库中存储unicode时......

首先，您的数据库必须设置为'utf-general'，这不是默认值。使用MySQL，您必须将表格设置为utf格式，将各个列设置为utf。除此之外，您必须确保您的连接是utf-8连接，但这样做会根据您将unicode文本存储到数据库中的方法而有所不同。

要设置连接的字符集，如果您使用的是Mysqli，则可以这样做：

$c->set_charset('utf8'); where $c is a Mysqli connection.

但是，你必须改变你之前说过的数据库字符集。

编辑：老实说，我认为你的存储方式并不重要，尽管我将它存储为实际的unicode字符，因为如果某些用户输入'＆amp; ＃1610;”在数据库中，它不会被错误地检索为unicode字符。

编辑：这是一个很好的例子，如果你删除＆amp;之间的空格和＃1610;在我的回答中，它将被错误地从服务器中检测为unicode字符，除非您希望用户能够使用类似的代码创建unicode字符。

不是一个完美的例子，因为stackoverflow是故意这样做的，它实际上并不像那样，但概念是一样的。

Answer 2

数据字符集有问题。我不知道到底是什么。 这是解决方法。在插入/更新之前执行此操作：

$str = html_entity_decode($str, ENT_COMPAT, 'UTF-8');

Answer 3

对我来说，这是HTML编码，PHP编码unicode的方式，以确保它在网页上显示OK，无论页面编码。

您是否尝试使用MySQL Workbench获取相同的数据？

Answer 4

似乎PHP代码htmlentities中的某个地方正在文本上使用 - 而不是htmlspecialchars。与htmlentities的区别在于它以您在那里看到的形式转义了许多非ASCII字符。然后，结果存储在数据库中。这不是MySQL的做法。

从理论上讲，这不是必要的。如果正确设置页面的字符集，则可以输出普通字符。例如，使用UTF-8，使用header('Content-Type: text/html; charset=utf-8');或<meta http-equiv="Content-Type" value="text/html; charset=utf-8">。

如果您直接查看数据库 （虽然它会在网页上显示正常），这可能会导致乱码（mojibake），除非您还确保数据库的字符集设置正确。这意味着表列，表，数据库和连接字符集可能都是utf8mb4_general_bin或utf8_general_bin（或..._general_ci）。在实践中，让它全部工作可能有点令人讨厌。如果您没有编写此代码，那么代码库中的某个人可能会在某个时候决定使用htmlentities将奇异字符转换为ASCII HTML实体，以使存储更容易。或者，当merer htmlentities没问题时，人们有时会习惯htmlspecialchars。