utf8とlatin1の違い

128

utf8とlatin1の違いは何ですか？

それらは異なるエンコーディングです（ASCII文字や多くのアクセント付き文字など、一部の文字は一般的なバイトシーケンスにマップされます）。UTF-8は、すべてのコードポイントを持つUnicodeの1つのエンコーディングです。Latin1は256文字未満をエンコードします。

— ShreevatsaR 2010

Linuxロケールで利用可能なlatin9もあり、質問で言及することができます：en.wikipedia.org/wiki/ISO/IEC_8859-15

— baptx

回答:

151

UTF-8は世界支配のために準備されていますが、Latin1はそうではありません。

Latin1エンコーディングを使用して中国語、日本語、ヘブライ語、ロシア語などの非ラテン文字を保存しようとすると、最終的にはmojibakeになります。この記事の紹介文は役に立つかもしれません（少しJavaを知っている場合はさらに役立ちます）。

完全な4バイトUTF-8サポートはMySQL 5.5でのみ導入されたことに注意してください。それ以前のバージョンでは、1文字あたり最大3バイトであり、1文字あたり4バイトではありません。したがって、BMPプレーンのみをサポートし、絵文字プレーンなどはサポートしていません。4バイトのUTF-8を完全にサポートする場合は、MySQLを少なくとも5.5にアップグレードするか、PostgreSQLなどの別のRDBMSを使用してください。MySQL 5.5以降ではと呼ばれutf8mb4ます。

— BalusC
ソース

Mysql 5.1は3バイトのUTF-8をサポートしていますが、Mysql 5.5 は utf8mb4として4バイトのUTF-8をサポートしています。

— velcrow

@BalusC UTF-8が完全にサポートされていない方法について詳しく説明していただけますか？Mysql 5.1がすべての Unicode文字を格納できないということですか？

— パチェリエ

@Pacerier：文字ごとに3バイトのみをサポートするため、BMP（最初の65535文字）のみがサポートされ、残りはサポートされません。すべての文字については、en.wikipedia.org

— wiki / Plane_（Unicode

@BalusC 5.1.63を使用していて、Webサーバーのmysqlバージョンを更新する権限を持っていない場合、代替手段は何ですか？

— パセリエ

@Pacerier：VARBINARY代わりにとして保存VARCHARし、ビジネス層でデコード/エンコードできますが、これはハッキーです。新しい質問をすることを検討してください。もっと良い方法があるかもしれません。

— BalusC

latin1では、各文字はちょうど1バイト長です。utf8では、文字は複数のバイトで構成できます。その結果、utf8はlatin1よりも多くの文字を持っています（そしてそれらが共通に持っている文字は必ずしも同じバイト/バイトシーケンスで表されるとは限りません）。

— sepp2k
ソース

アスキーとビンはどうですか？

— Yousha Aleayoub

@YoushaAleayoub ASCIIは、1バイトエンコーディングで、0〜127の文字を使用するため、latin1の半分の文字をエンコードできます。これは、latin1とutf8の両方の厳密なサブセットです。つまり、latin1とutf8の両方のバイト0から127は、ASCIIと同じものをエンコードします。Binはエンコーディングではありません。これは通常、ファイルを読み取るときに指定できるオプションで、IO関数にエンコーディングを適用せず、バイト単位でファイルを読み取るように指示します。

— sepp2k

おかげで、私はbinary照合を意味しました...？そして、どちらが英語/数値フィールドに適していますascii_general_ciかascii_bin？

— Yousha Aleayoub