服务器字符集与客户端字符集必须完全一致，否则数据在写入和读取时必然出现乱码，这是解决字符集问题的第一原则。
字符集问题看似复杂，其实核心就一句话：服务器端用什么编码存，客户端就得用什么编码读，很多开发者在本地调试得好好的，代码一上线就满屏问号，十有八九是字符集没对齐，下面从最实际的场景出发,拆解这部分内容。
服务器字符集和客户端字符集不一致怎么办
如果你发现数据库里存的中文变成了“???”或者“汉å”，基本可以断定为字符集不匹配，这种情况在MySQL环境下尤其常见，典型场景是：客户端用的是UTF-8，但数据库默认字符集是latin1，或者表结构用的是GBK,而连接时没有指定字符集。
快速检查当前字符集配置
登录MySQL后，执行以下命令就能看到服务器、客户端、连接等各个层面的字符集：
SHOW VARIABLES LIKE 'character_set%';
重点关注这三项：
- character_set_server：服务器默认字符集
- character_set_client：客户端发送请求时使用的字符集
- character_set_connection：连接层字符集
如果这三项不一致,乱码几乎是必然的。
一键对齐客户端与服务器
最直接的临时方案：在客户端执行 SET NAMES utf8mb4（或你需要的编码），这条命令会同时把client、connection、results三个变量设为utf8mb4，保证本次会话内的编码一致，但重启后失效,需要写入配置文件。
修改配置文件永久生效
在MySQL配置文件（my.cnf或my.ini）的 [mysqld] 和 [client] 段分别设置：
[mysqld]
character-set-server=utf8mb4
collation-server=utf8mb4_unicode_ci
[client]
default-character-set=utf8mb4[mysql] 段则设置：
default-character-set=utf8mb4保存后重启MySQL，再用 SHOW VARIABLES 确认,所有字符集相关项应该都统一了。
表或字段级别的修复
如果已经存了乱码数据，单纯修改配置无法恢复旧数据，你需要先备份，然后通过 ALTER TABLE ... CONVERT TO CHARACTER SET 转换表结构，配合 –default-character-set 参数进行导出导入,具体步骤：
- 导出时指定字符集：
mysqldump –default-character-set=utf8mb4 -u root -p dbname > backup.sql - 修改 .sql 文件中的
SET NAMES和表定义语句为统一字符集 - 重新导入：
mysql –default-character-set=utf8mb4 -u root -p dbname < backup.sql
相当一部分运维者在处理遗留系统时,就是用这个流程把latin1或GBK数据平滑迁移到utf8mb4。
数据库字符集对比选择：utf8mb4 还是 gbk
选字符集本质是在存储空间、兼容性、语言覆盖范围三者之间做权衡，目前主流选择集中在utf8mb4和gbk两个方案上,我们直接对比它们在实际场景中的表现。
| 对比维度 | utf8mb4 | gbk |
|---|---|---|
| 存储空间（汉字） | 每个汉字通常3字节 | 每个汉字2字节 |
| 存储空间（英文字母） | 每个字母1字节 | 每个字母1字节 |
| 支持语言 | 所有Unicode字符（包括Emoji、生僻字） | 简体中文、繁体中文、部分日文 |
| 兼容性 | 现代系统默认支持，前端/后端/数据库三方通用 | 仅限中文环境，海外系统可能不支持 |
| 排序规则 | 多种（如通用排序、语言特定排序） | 按拼音或笔画，选项较少 |
| 应用场景 | 多语言站点、外贸系统、需要Emoji或生僻字的场景 | 纯中文内网系统、旧系统兼容、对存储空间敏感的环境 |
什么场景必须选utf8mb4
- 你的网站需要支持用户输入Emoji（比如评论、昵称），UTF-8本身不支持四字节字符，而utf8mb4是它的超集,专门处理四字节字符。
- 需要存储，比如中英文混合、日韩文、阿拉伯文等。
- 系统需要对接外部API或第三方平台，这些平台通常默认使用UTF-8。
- 未来可能有国际化需求,避免后期迁移带来的麻烦。
什么场景可以考虑gbk
- 系统全部运行在纯中文环境,且生命周期内不增加多语言需求。
- 数据库存储空间极度敏感,比如嵌入式设备或内存受限的实例。
- 需要兼容老旧程序，这些程序本身只支持GBK编码,且无法修改。
从行业共识来看，绝大多数新项目都应直接选择utf8mb4，因为存储成本逐年下降，兼容性红利远大于那一点点字节节省，业内人士指出,自2010年后推出的主流操作系统和数据库都已把utf8mb4作为默认推荐编码。
服务器字符集修改步骤详解
这里以最常见的MySQL + Linux 环境为例，拆解修改服务器字符集的完整操作路径，如果你用的是Windows或MariaDB，步骤类似,只需调整配置文件路径。
确认当前MySQL版本和字符集状态
mysql -u root -p mysql> SHOW VARIABLES LIKE 'character_set%';
记录下你看到的每一项，尤其注意
character_set_server 和 character_set_database。
修改MySQL服务端配置文件
-
找到配置文件位置：
/etc/my.cnf或/etc/mysql/my.cnf，也可能在/etc/mysql/mysql.conf.d/mysqld.cnf。 -
在 [mysqld] 段下添加或修改：
character-set-server = utf8mb4 collation-server = utf8mb4_unicode_ci skip-character-set-client-handshakeskip-character-set-client-handshake的作用是忽略客户端指定的字符集，强制使用服务端设置，适合统一管理，但如果你希望客户端灵活选择,就别加这一行。 -
在 [client] 段下添加：
default-character-set = utf8mb4 -
保存文件，重启MySQL：
systemctl restart mysql或service mysql restart。
验证修改结果
再次登录MySQL执行 SHOW VARIABLES LIKE 'character_set%'，确认所有项都变为 utf8mb4。character_set_filesystem 还是 binary，不需要动它,那是文件系统层面的编码。
修改已有数据库和表的字符集
修改配置只对新建的表生效,已存在的库和表需要单独转换：
ALTER DATABASE databasename CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
ALTER TABLE tablename CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
注意：CONVERT TO 会改变列的数据类型，同时转换已有数据，如果只是希望新字段默认用新字符集，用 DEFAULT CHARACTER SET 子句。
设置连接层字符集（客户端）
在你的应用程序代码中，连接数据库后立即执行一条 SET NAMES utf8mb4，或者使用数据库驱动提供的字符集参数，例如在PHP PDO中：
$pdo = new PDO($dsn, $user, $pass);
$pdo->exec("set names utf8mb4");
Python的PyMySQL则在连接参数中指定：
conn = pymysql.connect(host='...', charset='utf8mb4')
这一步保证了客户端发送的SQL语句和读取的结果都使用与服务器一致的编码。
字符集乱码场景和解决思路
乱码的表现形式多种多样，但根源只有三类：存储不一致、传输不一致、展示不一致,下面列出高频场景及对应排查路径。
网页显示乱码，但数据库里正常
原因：HTML页面声明的字符集与数据库取出数据的字符集不一致。
- 检查
<meta charset="utf-8">是否正确 - 检查PHP文件本身是否以UTF-8无BOM格式保存
- 检查HTTP响应头中的
Content-Type：header('Content-Type: text/html; charset=utf-8');
将这三者统一为utf8mb4后,多数展示乱码都能解决。
数据库导出再导入后乱码
原因：导出时没有指定字符集,或者导入的目标数据库字符集与源库不一致。
- 导出命令：
mysqldump –default-character-set=utf8mb4 -u root -p dbname > dump.sql - 导入命令：
mysql –default-character-set=utf8mb4 -u root -p dbname < dump.sql - 如果导出文件里有
SET NAMES语句,需要确认其字符集是否与当前环境匹配。
程序连接MySQL时中文变问号
原因：客户端连接时没有指定字符集,或者数据库连接池默认用了latin1。
- 在连接字符串中显式添加
charset=utf8mb4（例如JDBC用useUnicode=true&characterEncoding=UTF-8） - 或者在建立连接后立即执行
set names utf8mb4 - 在ORM框架（如MyBatis、Hibernate）中设置字符集过滤器
文件上传或表单提交后乱码
原因：浏览器提交的编码与服务器端解析的编码不一致。
- 确认页面字符集为UTF-8
- 在服务器端设置
request.setCharacterEncoding("UTF-8")（Java Servlet）或mb_http_input('utf-8')（PHP） - 对于文件上传，还需要检查文件本身的编码，以及服务器端存储时是否进行了转码
服务器字符集和客户端字符集常见问题解答
Q: 服务器字符集和客户端字符集不一致，除了改配置还有别的办法吗？
A: 有，你可以在每次连接时手动执行 SET NAMES utf8mb4，或者通过数据库连接池的初始化参数统一设置，但这是临时方案，一旦连接池重启或应用更新，配置可能丢失，最稳妥的做法还是修改服务器和客户端的配置文件,确保永久一致。
Q: utf8mb4 和 utf8 在MySQL中有什么区别？
A: utf8在MySQL中最多只能存储3字节的字符，不支持Emoji和一些生僻汉字，而utf8mb4是完整的4字节UTF-8实现，覆盖所有Unicode字符，MySQL 8.0官方已经将默认字符集改为utf8mb4，旧版utf8实际上是不完整的实现，如果你的业务涉及任何非BMP字符（比如Emoji）,必须使用utf8mb4。
Q: 修改服务器字符集后，已有的乱码数据能自动恢复吗？
A: 不能，修改配置只影响后续写入的数据，已存在的乱码数据需要单独修复，通常的做法是：先用正确的字符集导出数据（比如原数据是latin1编码，用 –default-character-set=latin1 导出），再以目标字符集导入，如果数据本身已经损坏（比如二进制被截断），则无法恢复,只能从备份中还原。
首发原创文章，作者：王坚，如若转载，请注明出处：https://idctop.com/article/537368.html
