草庐IT

MySQL 字符串指南

Hunter Coleman 2023-03-28 原文

字符串是你在 MySQL 中使用的最常见的数据类型之一。许多用户在他们的数据库中插入和读取字符串，而没有认真地了解过它们。本文旨在让你深入了解 MySQL 如何存储和显示你的字符串变量，以便你能更好地控制你的数据。

你可以把字符串分成两类：二进制和非二进制。你可能在大多数时候想到的是非二进制字符串。非二进制字符串有字符集和排序的不同。另一方面，二进制字符串存储诸如 MP3 文件或图像等东西。即使你在二进制字符串中存储了一个词，比如“歌曲”，它的存储方式也与非二进制字符串不同。

我将重点讨论非二进制字符串。MySQL 中的所有非二进制字符串都与字符集和排序相关。字符串的字符集控制哪些字符可以存储在字符串中，而它的排序方式控制当你显示字符串时如何排序。

字符集

要查看你系统中的字符集，请运行以下命令：

SHOW CHARACTER SET;
这个命令将输出四列数据，包括字符集：

  • 名称
  • 简要描述
  • 默认的排序方式
  • 字符集中每个字符的最大尺寸
MySQL 过去默认为 ​​latin1​​ 字符集，但自 8.0 版以来，默认为 ​​utf8mb4​​。现在的默认排序方式是 ​​utf8mb4_0900_ai_ci​​。​​ai​​ 表示该排序对音调不敏感（ ​​á​​ = ​​a​​），而 ​​ci​​ 则指定它对大小写不敏感（​​a​​ = ​​A​​）。

不同的字符集将其字符存储在内存中不同大小的块中。例如，从上面的命令可以看出，存储在 ​​utf8mb4​​ 的字符被存储在 1 到 4 个字节大小的内存中。如果你想看看一个字符串是否包含多字节的字符，你可以使用 ​​CHAR_LENGTH()​​ 和 ​​LENGTH()​​ 函数。​​CHAR_LENGTH()​​ 显示一个字符串包含多少个字符，而 ​​LENGTH()​​ 显示一个字符串有多少个字节，根据字符集的不同，它可能与一个字符串的字符长度相同，也可能不相同。下面是一个例子：

SET @a = CONVERT('data' USING latin1);SELECT LENGTH(@a), CHAR_LENGTH(@a);+------------+-----------------+| LENGTH(@a) | CHAR_LENGTH(@a) |+------------+-----------------+| 4 | 4 |+------------+-----------------+
这个例子表明，​​latin1​​ 字符集以单字节为单位存储字符。其他字符集，如 ​​utf16​​，允许多字节的字符：

SET @b = CONVERT('data' USING utf16);SELECT LENGTH(@b), CHAR_LENGTH(@b);+------------+------------------+| LENGTH(@b) | CHAR_LENGTH(@b) |+------------+------------------+| 8 | 4 |+------------+------------------+

排序

当你运行带有 ​​ORDER BY​​ 子句的 SQL 语句时，字符串排序方式将决定值的显示方式。你对排序方式的选择是由你选择的字符集决定的。当你运行上面的 ​​SHOW CHARACTER SET​​ 命令时，你看到了每个字符集的默认排序方式。你可以很容易地看到某个特定字符集的所有排序方式。例如，如果你想查看 ​​utf8mb4​​ 字符集允许哪些排序，请运行：

SHOW COLLATION LIKE 'utf8mb4%';
排序方式可以是不区分大小写的，也可以是区分大小写的，或者是二进制的。让我们建立一个简单的表，向其中插入一些值，然后用不同的排序方式查看数据，看看输出结果有什么不同：

CREATE TABLE sample (s CHAR(5));INSERT INTO sample (s) VALUES ('AAAAA'), ('ccccc'), ('bbbbb'), ('BBBBB'), ('aaaaa'), ('CCCCC');SELECT * FROM sample;+-----------+| s |+-----------+| AAAAA || ccccc || bbbbb || BBBBB || aaaaa || CCCCC |+-----------+
在不区分大小写的情况下，你的数据会按字母顺序返回，但不能保证大写的单词会排在小写的单词之前，如下图所示：

SELECT * FROM sample ORDER BY s COLLATE utf8mb4_turkish_ci;+-----------+| s |+-----------+| AAAAA || aaaaa || bbbbb || BBBBB || ccccc || CCCCC |+-----------+
另一方面，当 MySQL 运行大小写敏感的搜索时，每个字母的小写将排在大写之前：

SELECT * FROM sample ORDER BY s COLLATE utf8mb4_0900_as_cs;+-----------+| s |+-----------+| aaaaa || AAAAA || bbbbb || BBBBB || ccccc || CCCCC |+-----------+
而按二进制排序方式将返回所有大写的值，然后再返回小写的值：

SELECT * FROM sample ORDER BY s COLLATE utf8mb4_0900_bin;+-----------+| s |+-----------+| AAAAA || ccccc || bbbbb || BBBBB || aaaaa || CCCCC |+-----------+
如果你想知道一个字符串使用哪种字符集和排序，你可以使用被恰当命名的 ​​charset​​ 和 ​​collation​​ 函数。运行 MySQL 8.0 或更高版本的服务器将默认使用 ​​utf8mb4​​ 字符集和 ​​utf8mb4_0900_ai_ci​​ 排序：

SELECT charset('data');+-------------------+| charset('data') |+-------------------+| utf8mb4 |+-------------------+SELECT collation('data');+--------------------+| collation('data') |+--------------------+| utf8mb4_0900_ai_ci |+--------------------+
你可以使用 ​​SET NAMES​​ 命令来改变所使用的字符集或排序方式。

要从 ​​utf8mb4​​ 字符集改为 ​​utf16​​，运行这个命令：

SET NAMES 'utf16';
如果你想选择默认以外的排序方式，你可以在 ​​SET NAMES​​ 命令中添加一个 ​​COLLATE​​ 子句。

例如，假设你的数据库存储西班牙语的单词。MySQL 的默认排序（​​utf8mb4_0900_ai_ci​​）将 ​​ch​​ 和 ​​ll​​ 视为两个不同的字符，并将它们排序。但在西班牙语中，​​ch​​ 和 ​​ll​​ 是单独的字母，所以如果你想让它们按正确的顺序排序（分别排在 ​​c​​ 和 ​​l​​ 之后），你需要使用不同的排序。一个选择是使用 ​​utf8mb4_spanish2_ci​​ 排序方式：

SET NAMES 'utf8mb4' COLLATE 'utf8mb4_spanish2_ci';

储存字符串

MySQL 允许你为你的字符串值选择不同的数据类型。（甚至比其他流行的数据库，如 PostgreSQL 和 MongoDB 更多。）

下面是 MySQL 的二进制字符串数据类型的列表、它们的非二进制对应物，以及它们的最大长度：

  • ​​binary​​：​​char​​（255）
  • ​​varbinary​​：​​varchar​​（65,535）
  • ​​tinyblob​​：​​tinytext​​（255）
  • ​​blob​​：​​text​​（65,535）
  • ​​mediumblob​​：​​mediumtext​​（16,777,215）
  • ​​longblob​​：​​longtext​​（4,294,967,295）
要记住的一件重要事情是，与被存储在可变长度的字段中的 ​​varbinary​​、​​varchar​​、​​text​​ 和 ​​blob​​ 类型不同（也就是说，只使用需要的空间），MySQL 将二进制（​​binary​​）和字符（​​char​​）类型存储在固定长度的字段。因此，像 ​​char(20)​​ 或 ​​binary(20)​​ 这样的值将总是占用 20 个字节，即使你在其中存储了少于 20 个字符。对于二进制类型，MySQL用 ASCII NUL 值（​​0x00​​）填充这些值，对于 字符类型，用空格填充。

在选择数据类型时要考虑的另一件事是，你是否希望在字符串后面的空格被保留或剥离。在显示数据时，MySQL 会从以字符数据类型存储的数据中剥离空格，但不会剥离 ​​varchar​​ 的空格。

CREATE TABLE sample2 (s1 CHAR(10), s2 VARCHAR(10));INSERT INTO sample2 (s1, s2) VALUES ('cat ', 'cat ');SELECT s1, s2, CHAR_LENGTH(s1), CHAR_LENGTH(s2) FROM sample2;+---------+---------+-----------------------------------+| s1 | s2 | CHAR_LENGTH(s1) | CHAR_LENGTH(s2) |+---------+---------+-----------------------------------+| cat | cat | 3 | 10 |+---------+---------+-----------------------------------+

总结

字符串是数据库中最常用的数据类型之一，而 MySQL 仍然是当今最流行的数据库系统之一。我希望你能从这篇文章中学到一些新的东西，并能用你的新知识来提高你的数据库技能。

指南MySQLcodepxbackground-color数据库$MySQL

有关MySQL 字符串指南的更多相关文章

  1. ruby - 如何从 ruby​​ 中的字符串运行任意对象方法？ - 2

    总的来说，我对ruby​​还比较陌生，我正在为我正在创建的对象编写一些rspec测试用例。许多测试用例都非常基础，我只是想确保正确填充和返回值。我想知道是否有办法使用循环结构来执行此操作。不必为我要测试的每个方法都设置一个assertEquals。例如:describeitem,"TestingtheItem"doit"willhaveanullvaluetostart"doitem=Item.new#HereIcoulddotheitem.name.shouldbe_nil#thenIcoulddoitem.category.shouldbe_nilendend但我想要一些方法来使用

  2. Ruby 解析字符串 - 2

    我有一个字符串input="maybe(thisis|thatwas)some((nice|ugly)(day|night)|(strange(weather|time)))"Ruby中解析该字符串的最佳方法是什么？我的意思是脚本应该能够像这样构建句子:maybethisissomeuglynightmaybethatwassomenicenightmaybethiswassomestrangetime等等，你明白了......我应该一个字符一个字符地读取字符串并构建一个带有堆栈的状态机来存储括号值以供以后计算，还是有更好的方法？也许为此目的准备了一个开箱即用的库？

  3. ruby-on-rails - 在 Rails 中将文件大小字符串转换为等效千字节 - 2

    我的目标是转换表单输入，例如“100兆字节”或“1GB”，并将其转换为我可以存储在数据库中的文件大小(以千字节为单位)。目前，我有这个:defquota_convert@regex=/([0-9]+)(.*)s/@sizes=%w{kilobytemegabytegigabyte}m=self.quota.match(@regex)if@sizes.include?m[2]eval("self.quota=#{m[1]}.#{m[2]}")endend这有效，但前提是输入是倍数(“gigabytes”，而不是“gigabyte”)并且由于使用了eval看起来疯狂不安全。所以，功能正常，

  4. ruby-on-rails - unicode 字符串的长度 - 2

    在我的Rails(2.3，Ruby1.8.7)应用程序中，我需要将字符串截断到一定长度。该字符串是unicode，在控制台中运行测试时，例如'א'.length，我意识到返回了双倍长度。我想要一个与编码无关的长度，以便对unicode字符串或latin1编码字符串进行相同的截断。我已经了解了Ruby的大部分unicode资料，但仍然有些一头雾水。应该如何解决这个问题？ 最佳答案 Rails有一个返回多字节字符的mb_chars方法。试试unicode_string.mb_chars.slice(0,50)

  5. ruby - 将差异补丁应用于字符串/文件 - 2

    对于具有离线功能的智能手机应用程序，我正在为Xml文件创建单向文本同步。我希望我的服务器将增量/差异(例如GNU差异补丁)发送到目标设备。这是计划:Time=0Server:hasversion_1ofXmlfile(~800kiB)Client:hasversion_1ofXmlfile(~800kiB)Time=1Server:hasversion_1andversion_2ofXmlfile(each~800kiB)computesdeltaoftheseversions(=patch)(~10kiB)sendspatchtoClient(~10kiBtransferred)Cl

  6. ruby-on-rails - Rails 常用字符串(用于通知和错误信息等) - 2

    大约一年前，我决定确保每个包含非唯一文本的Flash通知都将从模块中的方法中获取文本。我这样做的最初原因是为了避免一遍又一遍地输入相同的字符串。如果我想更改措辞，我可以在一个地方轻松完成，而且一遍又一遍地重复同一件事而出现拼写错误的可能性也会降低。我最终得到的是这样的:moduleMessagesdefformat_error_messages(errors)errors.map{|attribute,message|"Error:#{attribute.to_s.titleize}#{message}."}enddeferror_message_could_not_find(obje

  7. ruby - 如何以所有可能的方式将字符串拆分为长度最多为 3 的连续子字符串？ - 2

    我试图获取一个长度在1到10之间的字符串，并输出将字符串分解为大小为1、2或3的连续子字符串的所有可能方式。例如:输入:123456将整数分割成单个字符，然后继续查找组合。该代码将返回以下所有数组。[1,2,3,4,5,6][12,3,4,5,6][1,23,4,5,6][1,2,34,5,6][1,2,3,45,6][1,2,3,4,56][12,34,5,6][12,3,45,6][12,3,4,56][1,23,45,6][1,2,34,56][1,23,4,56][12,34,56][123,4,5,6][1,234,5,6][1,2,345,6][1,2,3,456][123

  8. ruby - 什么是填充的 Base64 编码字符串以及如何在 ruby​​ 中生成它们？ - 2

    我正在使用的第三方API的文档状态:"[O]urAPIonlyacceptspaddedBase64encodedstrings."什么是“填充的Base64编码字符串”以及如何在Ruby中生成它们。下面的代码是我第一次尝试创建转换为Base64的JSON格式数据。xa=Base64.encode64(a.to_json) 最佳答案 他们说的padding其实就是Base64本身的一部分。它是末尾的“=”和“==”。Base64将3个字节的数据包编码为4个编码字符。所以如果你的输入数据有长度n和n%3=1=>"=="末尾用于填充n%

  9. ruby - 如何使用文字标量样式在 YAML 中转储字符串？ - 2

    我有一大串格式化数据(例如JSON)，我想使用Psychinruby​​同时保留格式转储到YAML。基本上，我希望JSON使用literalstyle出现在YAML中:---json:|{"page":1,"results":["item","another"],"total_pages":0}但是，当我使用YAML.dump时，它不使用文字样式。我得到这样的东西:---json:!"{\n\"page\":1,\n\"results\":[\n\"item\",\"another\"\n],\n\"total_pages\":0\n}\n"我如何告诉Psych以想要的样式转储标量？解

  10. ruby 正则表达式 - 如何替换字符串中匹配项的第 n 个实例 - 2

    在我的应用程序中，我需要能够找到所有数字子字符串，然后扫描每个子字符串，找到第一个匹配范围(例如5到15之间)的子字符串，并将该实例替换为另一个字符串“X”。我的测试字符串s="1foo100bar10gee1"我的初始模式是1个或多个数字的任何字符串，例如，re=Regexp.new(/\d+/)matches=s.scan(re)给出["1","100","10","1"]如果我想用“X”替换第N个匹配项，并且只替换第N个匹配项，我该怎么做？例如，如果我想替换第三个匹配项“10”(匹配项[2])，我不能只说s[matches[2]]="X"因为它做了两次替换“1fooX0barXg

随机推荐