- 編碼、解碼
計(jì)算機(jī)硬盤中只能存儲(chǔ)二進(jìn)制，那么怎么來存儲(chǔ)字符串呢？答案是通過建立二進(jìn)制與字符串的映射關(guān)系。那么如何映射呢？需要一個(gè)約定的集合來充當(dāng)中介，這就是字符集。
將字符映射成二進(jìn)制數(shù)據(jù)叫做編碼，將二進(jìn)制數(shù)據(jù)映射為字符的過程叫做解碼。
常用的字符集有比如ASCII，ASCII使用一個(gè)字節(jié)編碼，共收錄128個(gè)字符，包括空格、標(biāo)點(diǎn)符號(hào)、數(shù)字、大小寫字母和一些不可見字符。例如'L' -> 01001100,十六進(jìn)制：0x4C
最通用的字符集為utf-8，收錄地球上能想到的所有字符。采用變長編碼方式，編碼一個(gè)字符需要使用1～4個(gè)字節(jié)。例如：'L' -> 01001100（十六進(jìn)制：0x4C） '啊' -> 111001011001010110001010（十六進(jìn)制：0xE5958A）
- MySQL中的utf8和utf8mb4
utf-8使用1-4個(gè)字節(jié)，但是一般常用的字符1-3個(gè)字節(jié)就足夠了，考慮到讀寫效率，于是MySQL自己擅作主張地將自己的utf8字符集改為1-3個(gè)字節(jié)。這樣可能導(dǎo)致一些問題，比如emoji表情讀寫失敗。utf8mb4才是正統(tǒng)的使用1-4個(gè)字節(jié)存儲(chǔ)數(shù)據(jù)的字符集，所以一般在建庫時(shí)，都會(huì)選擇utf8mb4。
- 比較規(guī)則
如何比較兩個(gè)字符的大??？我們需要比較規(guī)則。如何制定比較規(guī)則才是合理的呢？最簡單的想法是：使用字符相對應(yīng)的二進(jìn)制數(shù)來比較。比方說字符'a'的編碼為0x01，字符'b'的編碼為0x02，所以'a'小于'b'。
但很多時(shí)候這么簡單的比較規(guī)則無法滿足需求，那么更加多樣、復(fù)雜的比較規(guī)則就應(yīng)運(yùn)而生了。就拿最常見的utf8_general_ci來說吧，utf8代表所應(yīng)用的字符集，general表示通用的，其他還有例如spanish，則代表更適合西班牙語字符。ci代表不區(qū)分大小寫，其他還有例如cs,代表區(qū)分大小寫。
比較規(guī)則大多用于排序，如果在對字符串作排序后得到了意想不到的結(jié)果，需要考慮一下是不是比較規(guī)則的設(shè)置上出現(xiàn)了問題。
