【发布时间】：2011-03-09 02:07:20
【问题描述】：
我将构建一个可供欧洲各地人们使用的应用程序。我需要知道哪种排序规则和字符集最适合用户输入的数据。或者我应该为每种语言制作一个单独的表格。一篇解释这一点的文章会很棒。
谢谢:)
【问题讨论】：
【发布时间】：2011-03-09 02:07:20
【问题描述】：
字符集，毫无疑问，UTF-8。整理，我不确定是否有一个好的答案，但您可能想阅读this report。
【讨论】：
-
很大，但我会读它:) 谢谢。我相信 unicode 确实有利于性能，但是当您面对不同的字符时，这并不是优先考虑的问题。
-
排序规则控制排序和搜索如何处理特殊字符，例如它们是“标准化”（
È>E）还是被视为单独的实体。 -
@Pekka：我知道排序规则是什么，但没有“最佳”——没有一种排序规则适用于所有欧洲语言。我就是这个意思。
-
@Amadan 是的。我的 cmets 是针对 OP 进行澄清的，而不是你，对不起，我没有指出这一点。
Unicode 是一个非常大的字符集，包括几乎所有语言的几乎所有字符。
有多种方法可以将 Unicode 文本存储为字节序列 - 这些方法称为 编码。所有 Unicode 编码（嗯，所有完整的 Unicode 编码）都可以将所有 Unicode 文本以某种格式存储为字节序列 - 但任何给定文本占用的字节数将取决于所使用的编码。
UTF-8 是一种 Unicode 编码，针对英语和其他使用拉丁字母表之外的字符很少的语言进行了优化。 UTF-16 是一种 Unicode 编码，可能更适合各种欧洲语言的文本。 Java 和 .NET 将内存中的所有文本（String 类）存储为 UTF-16 编码的 Unicode。
【讨论】：
-
完美，非常感谢。
-
如果您仅限于欧洲，UTF-8 在空间方面优于 UTF-16。只有西里尔文国家会使用许多多字节，在欧洲它们是少数。在所有其他国家/地区，基本 ASCII (
-
另外，你在这里分心：对于大多数实际目的（包括，我强烈怀疑，OP），字符集和字符编码之间的区别是微不足道的。这个问题可以改写为：在 MySQL 中为
CHARACTER SET选项添加什么。如果你输入UTF8，MySQL 会正确地假设你的意思是 Unicode 集，UTF-8 编码。 -
-1 您对什么是编码的解释很好，但您的 UTF-8 声明不正确。 UTF-8 不仅限于欧洲字符——您可能是指 ISO-8859-1。 UTF-8 是一种可变长度编码，据我所知，它能够映射现有的所有或大多数字符集。 UTF-8 是网站和电子邮件公认的标准编码，因为它向后兼容 ASCII。 mySQL 还不支持 UTF-16。此外，答案不涉及更复杂的 collation 问题。
-
@Pekka：Justice 没有说 UTF-8 将限制欧洲字符，他说它是优化的。但是，只有 7 位 ASCII 字符存储为一个字节。 Ohter 拉丁文（和西里尔文）字符用 2 个字节编码。许多亚洲字符需要 3 个字节。