数据库中GBk、GB2312、UTF-8、iso8859-1间的区别?

GBk、GB2312 占用汉字2个字节,字母数字1个字节;

严格地用iso8859-1无法表示汉字,只能转为问号

gb2312,有些常用的特殊字符都无法显示;

UTF-8 一般占用3个字节(Unicode字符集), utf-8是可变长度,相对Web兼容型好;

UTF-8:Unicode TransformationFormat-8bit,允许含BOM,但通常不含BOM。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),中文使用24为(三个字节)来编码,UTF-8包含全世界所有国家需要用到的字符,是国际编码,通用性强。UTF-8编码的文字可以在各国支持UTF8字符集的浏览器上显示。如,如果是UTF8编码,则在外国人的英文IE上也能显示中文,他们无需下载IE的中文语言支持包

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。GBK包含全部中文字符,是国家编码,通用性比UTF8差,不过UTF8占用的数据库比GBK大。

GBK、GB2312等与UTF8之间都必须通过Unicode编码才能相互转换:GBK、GB2312--Unicode--UTF8 / UTF8--Unicode--GBK、GB2312

对于一个网站、论坛来说,如果英文字符较多,则建议使用UTF-8节省空间。不过现在很多论坛的插件一般只支持GBK

Oracle 一个中文汉字 占用几个字节,要根据Oracle中字符集编码决定

查看oracle server端字符集

select userenv('language') from dual;

如果显示如下,一个汉字占用两个字节

 SIMPLIFIED CHINESE_CHINA.ZHS16GBK

如果显示如下,一个汉字占用三个字节

SIMPLIFIED CHINESE_CHINA.AL32UTF8

可以用以下语句查询一个汉字占用的字节长度

select lengthb('你') from dual;

这取决于初始化参数nls_length_semantics的设置,默认这个参数被设置为byte。

对于这个问题需要区分 varchar2(2 char) 和 varchar2(2 byte) 默认是byte类型

varchar2(2 char)  表示2个字符,这个类型是可以存储2个多字节字符的,譬如2个汉字。

varchar2(2 byte)  表示2个字节,这个类型是不能存储2个多字节字符的。


赞(52) 打赏
未经允许不得转载:优客志 » 数据库
分享到:

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏