如何避免乱码
理解了上面的内容，要避免乱码就显得很容易了。只要做到“三位一体”，即客户端，MySQL character-set-client，table charset三个字符集完全一致就可以保证一定不会有乱码出现了。而对于已经出现乱码，或者已经遭受有损转码的数据，如何修复相对来说就会有些困难。下一节我们详细介绍具体方法。
如何修复已经编码损坏的数据
在介绍正确方法前，我们先科普一下那些网上流传的所谓的“正确方法”可能会造成的严重后果。
错误方法一
无论从语法还是字面意思来看：ALTER TABLE ... CHARSET=xxx 无疑是最像包治乱码的良药了!而事实上，他对于你已经损坏的数据一点帮助也没有，甚至连已经该表已经创建列的默认字符集都无法改变。我们看下面这个例子
- master [localhost] {msandbox} (test) > show create table charset_test;
- +--------------+--------------------------------+
- | Table | Create Table |
- +--------------+--------------------------------+
- | charset_test | CREATE TABLE `charset_test` (
- `id` int(11) NOT NULL AUTO_INCREMENT,
- `char_col` varchar(50) DEFAULT NULL,
- PRIMARY KEY (`id`)
- ) ENGINE=InnoDB AUTO_INCREMENT=3 DEFAULT CHARSET=latin1 |
- +--------------+--------------------------------+
- 1 row in set (0.00 sec)
- master [localhost] {msandbox} (test) > alter table charset_test charset=gbk;
- Query OK, 0 rows affected (0.03 sec)
- Records: 0 Duplicates: 0 Warnings: 0
- master [localhost] {msandbox} (test) > show create table charset_test;
- +--------------+--------------------------------+
- | Table | Create Table |
- +--------------+--------------------------------+
- | charset_test | CREATE TABLE `charset_test` (
- `id` int(11) NOT NULL AUTO_INCREMENT,
- `char_col` varchar(50) CHARACTER SET latin1 DEFAULT NULL,
- PRIMARY KEY (`id`)
- ) ENGINE=InnoDB AUTO_INCREMENT=3 DEFAULT CHARSET=gbk |
- +--------------+--------------------------------+
- 1 row in set (0.00 sec)
可见该语法紧紧修改了表的默认字符集，即只对以后创建的列的默认字符集产生影响，而对已经存在的列和数据没有变化。
错误方法二
ALTER TABLE … CONVERT TO CHARACTER SET … 的相较于方法一来说杀伤力更大，因为从 官方文档的解释 他的作用就是用于对一个表的数据进行编码转换。下面是文档的一小段摘录：
| To change the table default character set and all character columns (CHAR, VARCHAR, TEXT) to a new character set, use a statement like this:
ALTER TABLE tbl_name CONVERT TO CHARACTER SET charset_name [COLLATE collation_name]; |
而实际上，这句语法只适用于当前并没有乱码，并且不是通过错进错出的方法保存的表。。而对于已经因为错进错出而产生编码错误的表，则会带来更糟的结果。我们用一个实际例子来解释下，这句SQL实际做了什么和他会造成的结果。假设我们有一张编码是latin1的表，且之前通过错进错出存入了UTF-8的数据，但是因为通过terminal仍然能够正常显示。即上文错进错出章节中举例的情况。一段时间使用后我们发现了这个错误，并打算把表的字符集编码改成UTF-8并且不影响原有数据的正常显示。这种情况下使用alter table convert to character set会有这样的后果：
- master [localhost] {msandbox} (test) > create table charset_test_latin1 (id int primary key auto_increment, char_col varchar(50)) charset = latin1;
- Query OK, 0 rows affected (0.01 sec)
- master [localhost] {msandbox} (test) > set names latin1;
- Query OK, 0 rows affected (0.00 sec)
- master [localhost] {msandbox} (test) > insert into charset_test_latin1 (char_col) values ('这是中文');
- Query OK, 1 row affected (0.01 sec)
- master [localhost] {msandbox} (test) > select id,hex(char_col),char_col,char_length(char_col) from charset_test_latin1;
- +----+--------------------------+--------------+-----------------------+
- | id | hex(char_col) | char_col | char_length(char_col) |
- +----+--------------------------+--------------+-----------------------+
- | 1 | E8BF99E698AFE4B8ADE69687 | 这是中文 | 12 |
- +----+--------------------------+--------------+-----------------------+
- 1 row in set (0.01 sec)
- master [localhost] {msandbox} (test) > alter table charset_test_latin1 convert to character set utf8;
- Query OK, 1 row affected (0.04 sec)
- Records: 1 Duplicates: 0 Warnings: 0
- master [localhost] {msandbox} (test) > set names utf8;
- Query OK, 0 rows affected (0.00 sec)
- master [localhost] {msandbox} (test) > select id,hex(char_col),char_col,char_length(char_col) from charset_test_latin1;
- +----+--------------------------------------------------------+-----------------------------+-----------------------+
- | id | hex(char_col) | char_col | char_length(char_col) |
- +----+--------------------------------------------------------+-----------------------------+-----------------------+
- | 1 | C3A8C2BFE284A2C3A6CB9CC2AFC3A4C2B8C2ADC3A6E28093E280A1 | 这是ä¸æ–‡ | 12 |
- +----+--------------------------------------------------------+-----------------------------+-----------------------+
- 1 row in set (0.00 sec)
从这个例子我们可以看出，对于已经错进错出的数据表，这个命令不但没有起到“拨乱反正”的效果，还会彻底将数据糟蹋，连数据的二进制编码都改变了。
正确的方法一 Dump & Reload
这个方法比较笨，但也比较好操作和理解。简单的说分为以下三步：
通过错进错出的方法，导出到文件
用正确的字符集修改新表
将之前导出的文件导回到新表中
还是用上面那个例子举例，我们用UTF-8将数据“错进”到latin1编码的表中。现在需要将表编码修改为UTF-8可以使用以下命令
- shell> mysqldump -u root -p -d --skip-set-charset --default-character-set=utf8 test charset_test_latin1 > data.sql
- #确保导出的文件用文本编辑器在UTF-8编码下查看没有乱码
- shell> mysql -uroot -p -e 'create table charset_test_latin1 (id int primary key auto_increment, char_col varchar(50)) charset = utf8' test
- shell> mysql -uroot -p --default-character-set=utf8 test < data.sql
正确的方法二 Convert to Binary & Convert Back
这种方法比较取巧，用的是将二进制数据作为中间数据的做法来实现的。由于，MySQL再将有编码意义的数据流，转换为无编码意义的二进制数据的时候并不做实际的数据转换。而从二进制数据准换为带编码的数据时，又会用目标编码做一次编码转换校验。通过这两个特性就相当于在MySQL内部模拟了一次“错出”，将乱码“拨乱反正”了。
还是用上面那个例子举例，我们用UTF-8将数据“错进”到latin1编码的表中。现在需要将表编码修改为UTF-8可以使用以下命令
- mysql> ALTER TABLE charset_test_latin1 MODIFY COLUMN char_col VARBINARY(50);
- mysql> ALTER TABLE charset_test_latin1 MODIFY COLUMN char_col varchar(50) character set utf8;
博文出处：http://cenalulu.github.io/mysql/mysql-mojibake/
