CHAR_LENGTH()和LENGTH()的区别

最新推荐文章于 2024-11-09 21:28:40 发布
最新推荐文章于 2024-11-09 21:28:40 发布
阅读量1w 收藏 30
点赞数 3
CC 4.0 BY-SA版权
分类专栏： MySQL 数据库 文章标签： mysql length char_length
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_34175893/article/details/79675281
本文介绍了MySQL中用于计算字符串长度的两种方法：LENGTH() 和 CHAR_LENGTH()。LENGTH() 按照字节计数，适用于不同字符集编码如UTF-8等；而CHAR_LENGTH()则按字符计数，对所有字符包括多字节字符统一处理。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

mysql中计算字符串长度有两个函数分别为char_length和length。char_length函数可以计算unicode字符，包括中文等字符集的长度，而length函数用来计算普通字符的长度，他会把一个中文字符的长度按照设置的对应的字符集计算为2或3。

    无论是LENGTH()还是CHAR_LENGTH()都是为了统计字符串的长度。只不过，LENGTH()是按照字节来统计的，CHAR_LENGTH()是按照字符来统计的。例如：一个包含5个字符且每个字符占两个字节(比如汉字)的字符串而言，LENGTH()返回长度10，CHAR_LENGTH()返回长度是5；如果对于单字节的字符，则两者返回结果相同。

一、char_length('string')/char_length(column_name)

1、返回值为字符串string或者对应字段长度，长度的单位为字符，一个多字节字符（例如，汉字）算作一个单字符；

2、不管汉字还是数字或者是字母都算是一个字符；

3、任何编码下，多字节字符都算是一个字符； 


二、length('string')/length(column_name)

1、utf8字符集编码下,一个汉字是算三个字符,一个数字或字母算一个字符。

2、其他编码下,一个汉字算两个字符, 一个数字或字母算一个字符。


参考：https://www.cnblogs.com/mucheng/p/7742691.html


字符与字节的较量：MySQL中char_length()与length()的深度解析
java专栏
05-29 418
🔥关注墨瑾轩，带你探索Java的奥秘🚀🔥超萌技术攻略，轻松晋级编程高手🚀🔥技术宝库已备好，就等你来挖掘🚀🔥订阅墨瑾轩，智趣学习不孤单🚀🔥即刻启航，编程之旅更有趣🚀在MySQL数据库的世界里，和length这两个函数都是用来计算字符串长度的，但它们的计算方式有所不同，尤其是在处理多字节字符（如汉字）时。下面，我们将深入探讨这两个函数，通过实例和详细注释，确保每位读者都能透彻理解它们的差异和应用场景。
11.3.2 CHAR_LENGTH(S)函数
weixin_41275260的博客
06-25 207
11.3.2　CHAR_LENGTH(S)函数 CHAR_LENGTH(S)函数返回字符串S中的字符个数。使用示例如下： mysql> SELECT CHAR_LENGTH('hello'), CHAR_LENGTH('你好'), CHAR_LENGTH(' '); +----------------------+-----------------------+-------...
char_length和length的区别
世樹のブログ
12-20 2416
mysql中计算字符串长度有两个函数分别为char_length和length。char_length函数可以计算unicode字符，包括中文等字符集的长度，而length函数用来计算普通字符的长度，他会把一个中文字符的长度按照设置的对应的字符集计算为2或3。 一、char_length('string')/char_length(column_name) 1、返回值为字符串str
CHAR_LENGTH 和 LENGTH
weixin_45636437的博客
11-01 808
这个函数会考虑每个字符作为一个单位进行计算。对于多字节字符 (例如 UTF-8 编码下的中文字符)，它会将其视为一个单一字符进行计数。：此函数会考虑字符的实际字节数。对于多字节字符，它可能会将其计数为多个字节，因为它们在存储时通常需要更多的空间。将返回 2 ，因为它只关心字符的数量，而不关心每个字符的字节数量。都是用来计算字符串长度的内置函数。将返回 6 ，因为这个特定的UTF-8编码的汉字由三个字节组成。请注意，这两个函数的行为可能会受到服务器配置的影响。在不同数据库系统中的行为可能有所不同。
区分 CHAR_LENGTH 和 LENGTH
Flying_Fish_roe的博客
11-09 1115
函数用于返回字符串中字符的数量，而不是字节数。它的计算方式与字符串使用的字符集有关，特别是在多字节字符集（如 UTF-8）中，返回的是字符数，而非字节数。LENGTH函数返回字符串的字节长度。这意味着它计算的是字符串在存储时所占用的字节数，而不是字符数。在单字节字符集（如 ASCII 或 ISO-8859-1）中，每个字符占用一个字节，因此LENGTH和的结果是相同的。但在多字节字符集（如 UTF-8）中，每个字符可能占用多个字节，这时LENGTH和的结果会不同。和LENGTH。
mysql函数length()和char_length()
weixin_51704238的博客
03-16 2162
CHAR_LENGTH() 函数返回字符串的字符数，而不考虑实际字节数。它计算的是字符串中的实际字符数，不受多字节字符编码的影响。在 MySQL 中，LENGTH() 和 CHAR_LENGTH()都是用于获取字符串长度的函数。比如utf-8编码下，CHAR_LENGTH(‘hello世界’) = 7。比如utf-8编码下，LENGTH(‘hello世界’) = 11。LENGTH() 函数返回字符串中字节数的总和，而不管实际字符数。
mysql中char_length()和length()
m0_58625397的博客
08-23 1872
mysql中char_length()和length()
MySQL计算字段长度/大小（length、bit_length、char_length函数对比） - MySQL基本函数和命令（一）
reading-conference-writing
10-11 8921
MySQL如何计算字段/存储数据的大小/长度；length、bit_length、char_length函数的区别
mysql获取字符串长度函数(CHAR_LENGTH)
01-19
length: 是计算字段的长度一个汉字是算三个字符,一个数字或字母算一个字符CHAR_LENGTH(str) 返回值为字符串str 的长度，长度的单位为字符。一个多字节字符算作一个单字符。对于一个包含五个二字节字符集, LENGTH()...
【夯实Mysql基础】length()和char_length()的区别
jqq125的博客
06-18 430
（2）utf8编码：一个汉字三个字节，一个数字或字母一个字节。（3）gbk编码：一个汉字两个字节，一个数字或字母一个字节。（2）不管汉字还是数字或者是字母都算是一个字符。（1）计算单位：字符(character)（1）计算单位：字节（byte)
mysql的length与char_length的区别
kemy88的专栏
08-22 1万+
length:   是计算字段的长度一个汉字是算三个字符,一个数字或字母算一个字符char_length:不管汉字还是数字或者是字母都算是一个字符 
mysql length charlength_MySQL函数length 和 char_length的区别
weixin_30583711的博客
01-27 573
length 和 char_length都是计算字段的字符长度，但是计算的方式不同length ：一个汉字算三个字符，一个数字、一个符号和一个字母算一个字符;char_length：一个汉字、一个数字、一个符号和一个字母都算一个字符，也就是说以个数来计算;看下面测试结果"root@localhost:mysql.sock[pxs]>showglobalvariableslike'...
mysql：区分CHAR_LENGTH和LENGTH？
一亿并发的博客
04-09 902
区分CHAR_LENGTH和LENGTH？ CHAR_LENGTH是字符数，而LENGTH是字节数。Latin字符的这两个数据是相同的，但是对于Unicode和其他编码，它们是不同的。 如何区分FLOAT和DOUBLE？ 以下是FLOAT和DOUBLE的区别： 浮点数以8位精度存储在FLOAT中，并且有四个字节。 浮点数存储在DOUBLE中，精度为18位，有八个字节。 与Oracle相比，Mysql有什么优势？ Mysql是开源...
length()和char_length()区别
Stannis的博客
02-03 539
1、char_length() （1）计算单位：字符 （2）不管汉字还是数字或者是字母都算是一个字符 2、length() （1）计算单位：字节 （2）utf8编码：一个汉字三个字节，一个数字或字母一个字节。 （3）gbk编码：一个汉字两个字节，一个数字或字母一个字节。 ...
LENGTH()和CHAR_LENGTH()的区别
qq_25933249的博客
02-08 1895
1、char_length(str) （1）计算单位：字符 （2）不管汉字还是数字或者是字母都算是一个字符 2、length(str) （1）计算单位：字节 （2）utf8编码：一个汉字三个字节，一个数字或字母一个字节。 （3）gbk编码：一个汉字两个字节，一个数字或字母一个字节。 ...
Mysql中的char_length()和length()的区别
kailimanong的博客
09-25 367
Mysql中的char_length()和length()的区别 char_length()：把字母，汉字，数字当一个字节处理 length(): 汉字utf作为三个字节gbk 作为2个字节 字母和数字为一个字节 应用场景：判断某个字段是否存在中文 str_length(“abf”,“utf”); str_length(“abf”,“gbk”); str_length(“abf”,“gb2312”); ...
Mysql: length 和 char_length
小小臭臭的博客
06-01 237
select DISTINCT user_name1, LENGTH(user_name1), CHAR_LENGTH(user_name1) from t_user_grade length : 汉字算三个字符,其余算1个字符 char_length: 都算1个字符
MySQL中length()、char_length()的区别和用法
热门推荐
陈哈哈的菜园子
06-08 2万+
在MySQL中length(str)、char_length(str)都属于判断长度的内置函数，根据其得到字符串的长度。这两个方法的区别是我们面向SQL编程时容易采坑的地方，本文带你通俗易懂的了解这两个知识点。 目录 方法概述： 用法示例： 扩展： 方法概述： char_length(str) 计算单位：字符 不管汉字还是数字或者是字母都算是一个字符 length(str) 计算单位：字节 utf8编码：一个汉字三个字节，一个数字或字母一个字节。 gbk编码：一个汉字两个字节，一..
MySQL常用操作之length和char_length函数区别
CharlesYan的博客
01-06 1524
根据需要以不同形式获取某字段存储数据的长度信息，介绍了length函数和char_length函数的计算规则区别
utf8是不是3个字节成为1个字符
最新发布
07-25
<think>UTF-8编码中，一个字符（Unicode码点）可以由1到4个字节组成，而不仅仅是3个字节。具体字节数取决于字符的Unicode码点范围。 UTF-8编码规则： 1. 单字节字符：0xxxxxxx（ASCII字符，范围U+0000到U+007F） 2. 双字节字符：110xxxxx 10xxxxxx（范围U+0080到U+07FF） 3. 三字节字符：1110xxxx 10xxxxxx 10xxxxxx（范围U+0800到U+FFFF，包括常用汉字） 4. 四字节字符：11110xxx 10xxxxxx 10xxxxxx 10xxxxxx（范围U+10000到U+10FFFF，如表情符号） 因此，UTF-8字符的字节数可以是1、2、3或4个字节。 下面是一个C++函数，用于计算UTF-8字符串中的字符数（即码点数量）： ```cpp #include <iostream> #include <string> #include <cstddef> // 计算UTF-8字符串中的字符数量（码点数量） size_t count_utf8_chars(const std::string& utf8_str) { size_t char_count = 0; for (size_t i = 0; i < utf8_str.length(); ) { unsigned char c = static_cast<unsigned char>(utf8_str[i]); if (c < 0x80) { // 单字节字符 (0xxxxxxx) i += 1; } else if ((c & 0xE0) == 0xC0) { // 双字节字符 (110xxxxx) i += 2; } else if ((c & 0xF0) == 0xE0) { // 三字节字符 (1110xxxx) i += 3; } else if ((c & 0xF8) == 0xF0) { // 四字节字符 (11110xxx) i += 4; } else { // 非法字节，跳过（或抛出异常） i += 1; } char_count++; } return char_count; } int main() { std::string str = "Hello 世界! 🌍"; // 注意：字符串字面量需要确保编译器以UTF-8编码保存文件 // 或者使用u8前缀（C++11及以上） // std::string str = u8"Hello 世界! 🌍"; std::cout << "字节数: " << str.length() << std::endl; std::cout << "字符数: " << count_utf8_chars(str) << std::endl; return 0; } ``` 输出示例： ``` 字节数: 19 字符数: 11 ``` 解释： - "Hello "：6个字符（每个1字节，共6字节） - "世界"：2个字符（每个3字节，共6字节） - "! "：2个字符（每个1字节，共2字节） - "🌍"：1个字符（4字节） - 总计：6+2+2+1=11个字符，6+6+2+4=18字节（实际19是因为字符串末尾有null终止符？但这里计算的是字符串内容长度，不包括null。注意：字符串中可能包含空格，这里统计的是可见字符，但函数统计的是码点数量，包括空格和标点） 注意：上面的字符串"Hello 世界! 🌍"中，空格和标点都是单字节。所以实际字节数计算： H e l l o 世 界 ! 🌍 1 1 1 1 1 1 3 3 1 1 4 -> 1*6 + 3*2 + 1*2 + 4 = 6+6+2+4=18字节 但为什么输出19？可能是因为字符串中有一个额外的空格？或者统计有误？实际上，字符串"Hello 世界! 🌍"的组成： 'H','e','l','l','o',' ','世','界','!',' ','🌍' -> 11个字符 字节：1+1+1+1+1+1+3+3+1+1+4=18 所以输出字节数18，但实际运行中，如果字符串是18字节，那么str.length()返回18。 在C++中，如果源代码文件保存为UTF-8，那么字符串字面量中的非ASCII字符会以多字节存储。使用u8前缀（C++11）可以确保字符串字面量是UTF-8编码。 重要注意事项： 1. 函数`count_utf8_chars`只计算有效的UTF-8字符（码点）数量，不验证字节序列的有效性。如果字符串包含无效的UTF-8序列，结果可能不准确。 2. 对于包含组合字符（如带重音符号的字符）的字符串，这个函数返回的是码点数量，而不是可见字符数量（字形簇）。例如，é可以用一个码点（U+00E9）表示，也可以用两个码点（e + 重音符）表示，后者会被计为两个字符。 如果需要更严格的处理，可以结合验证： ```cpp // 带验证的UTF-8字符计数 size_t count_utf8_chars_checked(const std::string& utf8_str) { size_t char_count = 0; for (size_t i = 0; i < utf8_str.length(); ) { unsigned char c = static_cast<unsigned char>(utf8_str[i]); size_t len = 0; if (c < 0x80) { len = 1; } else if ((c & 0xE0) == 0xC0) { len = 2; } else if ((c & 0xF0) == 0xE0) { len = 3; } else if ((c & 0xF8) == 0xF0) { len = 4; } else { // 非法首字节，跳过这一个字节 i++; continue; } // 检查是否有足够的字节 if (i + len > utf8_str.length()) { // 不完整的字符，跳过剩余部分 break; } // 检查后续字节是否有效（10xxxxxx） bool valid = true; for (size_t j = 1; j < len; j++) { unsigned char next = static_cast<unsigned char>(utf8_str[i+j]); if ((next & 0xC0) != 0x80) { valid = false; break; } } if (valid) { i += len; char_count++; } else { // 无效序列，跳过首字节继续 i++; } } return char_count; } ``` 总结： - UTF-8字符长度可以是1、2、3或4个字节。 - 不能假设所有字符都是3个字节，特别是对于ASCII字符（1字节）和表情符号（4字节）。 - 在C++中处理UTF-8字符串时，应使用专门的方法来遍历字符，而不是按字节遍历。 §§相关问题§§: 1. 在C++中如何正确地遍历UTF-8字符串的每个字符？ 2. 如何将UTF-8字符串转换为大写（考虑Unicode规则）？ 3. C++标准库对Unicode的支持有哪些？ 4. 如何处理UTF-8字符串的子串操作（避免截断字符）？</think># UTF-8字符编码的字节长度解析 UTF-8编码中，一个字符（Unicode码点）的字节长度不是固定的3字节，而是根据字符的Unicode码点值在1到4字节之间变化。以下是详细解释： ## UTF-8编码规则 | 字节数 | 码点范围 | 二进制模式 | 示例字符 | |--------|---------------------|--------------------------------|----------| | 1字节 | U+0000 到 U+007F | `0xxxxxxx` | A, 7, ! | | 2字节 | U+0080 到 U+07FF | `110xxxxx 10xxxxxx` | é, ß | | 3字节 | U+0800 到 U+FFFF | `1110xxxx 10xxxxxx 10xxxxxx` | 中, 文, 日 | | 4字节 | U+10000 到 U+10FFFF | `11110xxx 10xxxxxx 10xxxxxx 10xxxxxx` | 😊, 𠮷 | ## 验证UTF-8字符长度的C++代码 ```cpp #include <iostream> #include <string> #include <cctype> #include <iomanip> #include <vector> // 获取UTF-8字符的字节长度 size_t getUtf8CharLength(char first_byte) { unsigned char c = static_cast<unsigned char>(first_byte); if ((c & 0x80) == 0x00) { // 0xxxxxxx return 1; } else if ((c & 0xE0) == 0xC0) { // 110xxxxx return 2; } else if ((c & 0xF0) == 0xE0) { // 1110xxxx return 3; } else if ((c & 0xF8) == 0xF0) { // 11110xxx return 4; } return 0; // 无效的UTF-8起始字节 } // 打印字符的UTF-8编码详情 void printUtf8CharInfo(const std::string& str, size_t start_index) { size_t len = getUtf8CharLength(str[start_index]); if (len == 0 || start_index + len > str.length()) { std::cout << "无效的UTF-8字符\n"; return; } std::cout << "字符: "; for (size_t i = 0; i < len; i++) { std::cout << str[start_index + i]; } std::cout << "\n字节长度: " << len << "\n字节序列: "; for (size_t i = 0; i < len; i++) { std::cout << "0x" << std::hex << std::setw(2) << std::setfill('0') << static_cast<int>(static_cast<unsigned char>(str[start_index + i])) << " "; } // 计算Unicode码点 uint32_t code_point = 0; if (len == 1) { code_point = static_cast<unsigned char>(str[start_index]); } else { code_point = static_cast<unsigned char>(str[start_index]) & (0xFF >> (len + 1)); for (size_t i = 1; i < len; i++) { code_point = (code_point << 6) | (static_cast<unsigned char>(str[start_index + i]) & 0x3F); } } std::cout << "\nUnicode码点: U+" << std::hex << std::uppercase << code_point << "\n\n"; } int main() { // 使用u8前缀确保UTF-8编码（C++11及以上） std::string text = u8"A é 中 😊"; std::cout << "分析字符串: " << text << "\n\n"; for (size_t i = 0; i < text.length(); ) { size_t char_len = getUtf8CharLength(text[i]); if (char_len == 0) { std::cerr << "在位置 " << i << " 发现无效UTF-8字符\n"; break; } printUtf8CharInfo(text, i); i += char_len; } return 0; } ``` ## 程序输出示例 ``` 分析字符串: A é 中 😊 字符: A 字节长度: 1 字节序列: 0x41 Unicode码点: U+41 字符: 字节长度: 1 字节序列: 0x20 Unicode码点: U+20 字符: é 字节长度: 2 字节序列: 0xC3 0xA9 Unicode码点: U+E9 字符: 字节长度: 1 字节序列: 0x20 Unicode码点: U+20 字符: 中 字节长度: 3 字节序列: 0xE4 0xB8 0xAD Unicode码点: U+4E2D 字符: 字节长度: 1 字节序列: 0x20 Unicode码点: U+20 字符: 😊 字节长度: 4 字节序列: 0xF0 0x9F 0x98 0x8A Unicode码点: U+1F60A ``` ## 关键概念解释 1. **可变长度编码**： - UTF-8使用1-4字节表示字符 - ASCII字符（U+0000到U+007F）保持单字节不变 - 非ASCII字符使用多字节序列 2. **编码结构**： - 首字节包含长度信息（高位1的数量表示总字节数） - 后续字节以`10`开头 - 这种设计使UTF-8具有自同步能力 3. **3字节字符的常见性**： - 大多数非拉丁文字符（如中文、日文、韩文）使用3字节 - 基本多文种平面（BMP）字符（U+0000到U+FFFF）使用3字节或更少 - 但这不是固定规则，许多字符使用更少字节 4. **4字节字符**： - 用于辅助平面字符（U+10000到U+10FFFF） - 包括表情符号、历史文字、特殊符号等 - 在现代应用中越来越常见 ## 处理UTF-8字符串的注意事项 1. **不要假设字符长度**： ```cpp // 错误：假设所有字符都是3字节 for (int i = 0; i < str.length(); i += 3) { // 会错误处理1字节、2字节和4字节字符 } // 正确：使用字符感知的遍历 for (size_t i = 0; i < str.length(); ) { size_t char_len = getUtf8CharLength(str[i]); // 处理从i开始的char_len个字节 i += char_len; } ``` 2. **标准库限制**： - C++标准库不直接支持UTF-8字符操作 - `std::string`按字节操作，而非字符 - 需要第三方库（如ICU）或自定义函数处理Unicode 3. **计算字符数量**： ```cpp size_t countUtf8Chars(const std::string& utf8_str) { size_t count = 0; for (size_t i = 0; i < utf8_str.length(); ) { size_t len = getUtf8CharLength(utf8_str[i]); if (len == 0) break; // 无效字符 i += len; count++; } return count; } ``` ## 总结 UTF-8字符的字节长度不是固定的3字节： - ASCII字符：1字节 - 西欧语言字符：通常2字节 - 中文、日文、韩文字符：通常3字节 - 表情符号和特殊字符：4字节 在C++中正确处理UTF-8需要： 1. 理解UTF-8编码原理 2. 使用字符感知的函数处理字符串 3. 避免基于固定字节长度的假设 4. 考虑使用Unicode处理库进行复杂操作
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值