编码、字符集编码、UTF8mb3/UTF8mb4

最新推荐文章于 2025-09-03 22:11:08 发布

原创最新推荐文章于 2025-09-03 22:11:08 发布 · 3.5k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#编码器 #utf

本文深入探讨了计算机中字符串的字节表示，从ASCII、ISO8859-1到GB2312、GBK，再到Unicode的实现UTF8。详细介绍了各编码的字节数和覆盖字符范围，特别提到了MySQL中UTF8和UTF8mb4的区别。

编码

        说到底，字符串在计算机上的体现就是一个字节串
       1.ASCII 1Byte
       2.ISO 8859-1/ latin 1Byte
       3.GB2312 2Byte
       4.GBK 2Byte
       5.UTF8/utf8mb3 3Byte
       6.UTF8mb4 4Byte

ASCII字符集包含128个字符，在[0-127]这个区间内

ISO 8859-1是对ASCII字符集的扩充包含256个字符，包含西欧的一些国家如：德、法...，它有一个别名 latin

GB2312,GB2312编码是第一个汉字编码国家标准，由中国国家标准总局1980年发布，1981年5月1日开始使用。GB2312编码共收录汉字6763个，其中一级汉字3755个，二级汉字3008个。同时，GB2312编码收录了包括拉丁字母、希腊字母、日文平假名及片假名字母、俄语西里尔字母在内的682个全角字....

GBK则是对GB2312的扩充

UTF8是遵循Unicode编码的一种实现，用1~4个字节表示一个字符，在Mysql中对UTF8做了阉割的版本就是UTF8（UTF8mb3）字符集，而Mysql中真正的UTF8编码则是UTF8mb4字符集。

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

_nohave

关注关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

MySQL当中utf8mb4和utf8mb3区别

学习记录

11-30

1942

utf8mb3（MySQL 中的utf8）最多支持 3 字节字符，不能处理 4 字节字符（如表情符号、某些 Unicode 字符）。utf8mb4是 MySQL 完整的 UTF-8 实现，最多支持 4 字节字符，能处理所有 Unicode 字符，包括表情符号和其他特殊字符。utf8mb4是utf8mb3的超集，因此兼容utf8mb3，但提供更多的字符支持。因此，建议在现代应用中使用utf8mb4，以确保能够支持所有 Unicode 字符。

精选资源

MySQL 编码utf8 与 utf8mb4 utf8mb4_unicode_ci 与 utf8mb4_general_ci

01-19

utf8mb4 已成为 MySQL 8.0 的默认字符集，在MySQL 8.0.1及更高版本中将 utf8mb4_0900_ai_ci 作为默认排序规则。新项目只考虑 utf8mb4 UTF-8 编码是一种变长的编码机制，可以用1~4个字节存储字符。因为历史遗留问题...

参与评论您还未登录，请先登录后发表或查看评论

关于utf8mb4与utf8mb3 的选择

Wis57的博客

02-25

3488

most bytes 3和most bytes 4，即最多使用3 / 4个字节来表示1个字符！所以，当使用utf8mb4时，可以表示更多字符，例如。在使用MySQL / MariaDB时，所有SQL语句中涉及的字符集都明确的使用utf8mb4，尽量不要使用utf8。在当前主流版本的MySQL / MariaDB中，使用utf8作为字符集时，默认表示的是utf8mb3。UTF指的是：Unicode Transfer Format，即Unicode传输编码。

一文搞懂字符集！（详解utf8 、utf8mb3 和 utf8mb4 的区别，utf8mb4_unicode_ci 和 utf8mb4_general_ci的区别）

CharCase的博客

09-08

3万+

在学习和开发过程中偶尔会遇到乱码问题，解决问题首先想到的就是修改字符集，但又因为对字符集这个东西一知半解感觉无从下手，本文就聊聊字符集，旨在分享和学习，希望对大家有所帮助！文章引出字符集概念主要是为了讲解数据库utf8 、utf8mb3 和 utf8mb4 的区别，以及utf8mb4_unicode_ci 和 utf8mb4_general_ci的区别**

MySQL 字符集utf8、utf8mb3、utf8mb4

perfeader

06-26

7846

首先想要了解MySQL的字符集，就需要去官方文档看看字符集是如何介绍的。英语不错的话，看官方文档应该是没问题。在搜索框里搜一下就可以找到相关的解释。我就在这里整理一下，以便后期查看。字符集在官方文档下面这一章节：Chapter 10 Character Sets, Collations, Unicodehttps://dev.mysql.com/doc/refman/5.6/en/charset....

Java Unicode编码及 Mysql utf8 utf8mb3 utf8mb4 的区别与utf8mb4的过滤

weixin_34329187的博客

03-26

5787

内容简介本文主要介绍了UTF8的一些基本概念，简要介绍了mysql中 utf8 utf8mb3 utf8mb4 的区别；然后为介绍Java对Unicode编码的支持，引入了一些编码的基本概念，包括code point， code unit等，并介绍了Java提供的常用的支持Unicode编码的方法；最后给出了过滤UTF8mb4的方案 UTF-8简介 UTF-8（8-bit Unicode Tr...

UTF8mb3和UTF8mb4的区别

qq_43387980的博客

09-21

5009

了解mysql中UTF8mb3和UTFmb4的区别

创建数据库 stu 字符集设置为 utf8mb3,排序规则为utf8mb3_general_ci

热门推荐

BLWY_1124的博客

08-01

3万+

UTF指的是UnicodeTransferFormat，即Unicode传输编码。时，可以表示更多字符，例如生僻汉字、冷门符号、emoji表情符号等。，即最多使用3/4个字节来表示1个字符！在当前主流版本的MySQL/MariaDB中，使用。是MySQL/MariaDB中的一种字符集。作为字符集时，默认表示的是。...

MySQL中utf-8，选utf8mb3还是utf8mb4

kzknow的博客

11-02

1535

Mysql utf8mb3 utf8mb4 与UTF8 字符集参数（character_set_system）的说明

数据科学汇集

09-22

2万+

Mysql UTF8之utf8mb3 utf8mb4 字符集概述 字符集即是为了兼容各国的文字而做的编码，比如GB2312、GBK等，通用的编码我们用utf8。 mysql(5.7及8.0)里utf8实际是用3个字节存储即对应utf8mb3，而真正意义上的utf8对应的是4个字节存储即对应utf8mb4。 utf8mb3和utf8mb4的比较：比较内容 utf8mb3 utf8mb4 存储最大字节数 3

MYSQL（8.0版本及以上）- utf8，utf8mb3和utf8mb4的含义和由来

weixin_49114503的博客

03-14

9321

MYSQL（8.0版本及以上）- utf8，utf8mb3和utf8mb4的含义和由来

MySQL的“ utf8 ”和“utf8mb4”

m0_37732829的博客

08-22

232

mysql中的“utf8”最大只支持3 个bytes,而真正的utf8编码(大家都使用的标准)，最大支持4个bytes。正是由于mysql的utf8少一个byte，导致中文的一些特殊字符和emoji都无法正常的显示。mysql真正的utf8其实是utf8mb4，这是在5.5版本之后加入的。而目前的“utf8”其实是utf8mb3。mb就是 max bytes的意思。所以尽量不要使用...

mysql中常用字符集utf8mb3、utf8mb4、gbk的区别和常用排序规则的区别

qq_49143427的博客

12-21

1432

字符集/排序规则特点适用场景utf8mb3支持 3 字节字符，不能存储 4 字节字符（如表情符号）。适用于大多数欧洲和亚洲语言，但不支持表情符号等 4 字节字符。utf8mb4支持 4 字节字符，能存储所有 Unicode 字符，包括表情符号。推荐使用，尤其是需要存储表情符号或多种语言字符的场景。gbk主要支持简体中文字符，无法表示所有 Unicode 字符。适用于中文字符的存储，不适合多语言或国际化应用。不区分大小写和重音符号，性能较好，排序规则简单。

【MySQL笔记】utf8与utf8mb4的区别

lijibai_的博客

03-09

1410

utf8 字符集表示一个字符需要使用 1 ~ 4 个字节，但是我们经常使用的一些字符使用 1 ~ 3 个字节就可以表示了，比如中文 “我” 占用 3 个字节。在 MySQL 中 utf8 是 utf8mb3 的别名，所以之后在 MySQL 中提到 utf8 就意味着使用 1 ~ 3 个字节来表示一个字符。utf8mb3：阉割过的 utf8 字符集，只使用 1 ~ 3 个字节表示字符。utf8mb4：正宗的 utf8 字符集，使用 1 ~ 4 个字节表示字符。

MySQL编码导致的插入报错（UTF8MB3和UTFMB4的区别）

常备不懈

01-07

2211

开发中遇到一个奇怪的问题：尝试向 MySQL 数据库插入一个“𫖯”字时，居然报错了！深入排查后发现，罪魁祸首竟然是 MySQL 的编码问题——`utf8` 和 `utf8mb4` 的差异。

mysql数据库字符集utf8是不是utf8mb3

10-25

<think>嗯，用户询问的是MySQL中utf8字符集是否等同于utf8mb3，这是一个关于数据库字符集的具体技术问题。从用户引用的资料来看，ta已经查阅了一些文档（引用1-3），但需要官方确认。用户可能正在处理数据库迁移或字符兼容性问题，表情符号或生僻字存储失败是常见触发场景。ta的提问非常精准，说明具备基础数据库知识，但可能被MySQL的历史命名混淆了。需要明确三点： 1）历史命名陷阱：引用2提到"utf8"是遗留术语，这与MySQL官方文档一致 2）技术等价性：引用1明确指出utf8即utf8mb3的别名 3）升级风险：引用3强调转换时需要检查索引长度，用户可能隐含后续操作需求考虑到用户引用中特别提到"阉割版UTF-8"这种形象说法，回复时可以强调其局限性，但需保持客观。补充两点用户可能需要的延伸信息：性能差异（mb4增加约2%存储）和版本差异（MySQL8.0默认改为mb4）。需要警惕的是：用户引用的第三篇材料提到索引长度限制，这可能是ta真正的痛点。回复时要突出"无法存储四字节字符"这个核心缺陷，并埋下关于索引调整的伏笔——虽然用户当前没问，但后续极可能遇到。 </think>是的，在 MySQL 中，**字符集 `utf8` 实际上等同于 `utf8mb3`**。这是 MySQL 中的一个历史遗留命名。以下是关键点说明： 1. **官方定义**： * `utf8` / `utf8mb3`：这是 MySQL 早期实现的“不完整”的 UTF-8 编码。它**仅支持最大 3 个字节的 UTF-8 字符**（BMP 平面的字符）。 * `utf8mb4`：这是标准的、**完整的 UTF-8 编码**，支持**1 到 4 个字节**的字符，包含了所有 Unicode 字符，如 Emoji 表情符号、许多较新的汉字、特殊符号（如 `𝄞` 乐谱符号）等。 2. **`utf8` 是 `utf8mb3` 的别名**：在 MySQL 内部和官方文档中，`utf8` **明确地被定义为 `utf8mb3` 的同义词**。当你指定 `CHARACTER SET utf8` 时，MySQL 实际使用的是 `utf8mb3` 编码[^1][^2][^3]。 3. **历史原因与限制**： * 早期出于对存储空间和性能的考虑（当时四字节字符极少使用），MySQL 选择了只支持三字节的实现，并命名为 `utf8`[^2]。 * 这导致 `utf8` (`utf8mb3`) **无法存储需要四字节编码的 Unicode 字符**（如 Emoji 表情 😊，许多生僻汉字等）。如果你尝试存储这些字符，将会导致数据丢失（通常表现为问号 `?`）或插入错误。 4. **强烈建议使用 `utf8mb4`**： * 随着四字节字符（尤其是 Emoji）的普及，`utf8mb3` / `utf8` 的限制日益突出。 * **现代应用程序应始终使用 `utf8mb4` 字符集** 来确保完整的 Unicode 支持，避免字符丢失问题[^1][^2][^3]。 * 从 MySQL 8.0 开始，`utf8mb4` 已成为默认字符集。 5. **转换注意事项**： * 如果要将现有数据库或表从 `utf8` (`utf8mb3`) 转换为 `utf8mb4`，需要特别注意索引长度限制（因为单个字符可能更长）。例如，`VARCHAR(255)` 在 `utf8mb4` 下存储的最大字节数可能超过索引键长度限制（767 字节），可能需要调整列长度或使用前缀索引[^3]。 **总结**： > MySQL 中的 `utf8` 字符集确切地等同于 `utf8mb3`。它是一个最多只使用 3 字节表示字符的 UTF-8 子集，不支持完整的 Unicode（特别是四字节字符）。为了获得最佳的兼容性和支持现代字符（如 Emoji），应优先使用 `utf8mb4` 字符集[^1][^2][^3]。