本文旨在解决使用php pdo与mysql交互时，非英文字符（特别是亚洲语言如韩语、日语、中文）出现乱码的问题。我们将深入探讨数据库、表、列以及pdo连接层面的字符集配置，提供详细的代码示例和验证方法，确保多语言数据能够被正确存储、检索和显示，从而构建健壮的多语言应用。
字符编码问题概述
在使用PHP PDO连接MySQL数据库时，开发者常会遇到插入非英文字符（如韩语“다시 말해 주세요”）后，数据库中显示为乱码（如“?? ?? ???”）的情况。这通常是由于数据库、表、连接或应用程序层面的字符集设置不一致导致的。要彻底解决这一问题，核心在于确保从数据源到数据存储的整个链路都采用统一且支持所需字符的编码。
核心原理：字符集一致性
处理非英文字符的关键在于保持字符集在各个环节的一致性。这包括：
- MySQL数据库、表和列的字符集：决定了数据在数据库中如何存储。
- MySQL服务器的字符集变量：影响客户端连接和操作。
- PHP PDO连接的字符集：告知MySQL客户端以何种编码发送和接收数据。
- PHP文件本身的编码：确保源代码中的字符串以正确的编码保存。
MySQL数据库与表的字符集配置
为了支持包括中文、日文、韩文在内的各种复杂字符，推荐使用utf8mb4字符集。utf8mb4是utf8的超集，能够存储所有Unicode字符，包括表情符号和一些生僻字，而utf8（在MySQL中实际是utf8mb3）可能无法完全覆盖。
1. 创建数据库时指定字符集
在创建数据库时，应明确指定其字符集和排序规则：
CREATE DATABASE `mydb_test` CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
2. 创建表和列时指定字符集
即使数据库已指定字符集，为了确保数据表的兼容性，最佳实践是在创建表和列时也明确指定。
CREATE TABLE `base_tab` (
`id` INT PRIMARY KEY AUTO_INCREMENT,
`content` TEXT CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci,
`username` VARCHAR(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci
) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;特定语言字符集考量（备选方案）
在某些特定或遗留场景下，可能需要使用针对特定语言优化的字符集。例如：
- 韩语 (Korean): euckr
- 日语 (Japanese): sjis, ujis, cp932
- 中文 (Chinese): big5
然而，对于现代应用，utf8mb4通常是更通用和推荐的选择，因为它能同时支持多种语言，避免了为每种语言单独配置字符集的复杂性。
PHP PDO连接配置
在PHP中使用PDO连接MySQL时，必须在DSN（数据源名称）字符串中指定charset参数，以确保PDO客户端与MySQL服务器之间的通信采用正确的字符集。
<?php
$host = 'localhost';
$dbname = 'mydb_test';
$username = 'root';
$password = ''; // 替换为您的数据库密码
try {
$db = new PDO("mysql:host=$host;dbname=$dbname;charset=utf8mb4",
$username,
$password,
[
PDO::ATTR_ERRMODE => PDO::ERRMODE_EXCEPTION, // 启用错误模式，抛出异常
PDO::ATTR_DEFAULT_FETCH_MODE => PDO::FETCH_ASSOC // 默认获取关联数组
]);
echo "数据库连接成功！<br>";
// 准备并执行插入语句
$statement = $db->prepare('INSERT INTO base_tab (content, username) VALUES (:content, :username)');
$korean_content = '다시 말해 주세요'; // 韩语示例
$username_value = 'ann';
$statement->execute([
':content' => $korean_content,
':username' => $username_value
]);
if ($statement->rowCount() > 0) {
echo "数据插入成功！<br>";
} else {
echo "数据插入失败！<br>";
}
} catch (PDOException $e) {
echo "数据库连接或操作失败: " . $e->getMessage();
// 生产环境中应记录错误日志而非直接输出
}
?>代码解析：
- charset=utf8mb4：这是确保PDO与MySQL之间使用UTF-8编码进行通信的关键。
- PDO::ATTR_ERRMODE => PDO::ERRMODE_EXCEPTION：强烈建议启用此模式，以便在发生SQL错误时PDO能够抛出异常，便于调试和错误处理。
- PDO::ATTR_DEFAULT_FETCH_MODE => PDO::FETCH_ASSOC：设置默认的查询结果获取模式为关联数组，方便数据处理。
验证MySQL字符集设置
为了诊断和确认MySQL服务器当前的字符集配置，可以使用SHOW VARIABLES命令。
SHOW VARIABLES LIKE 'char%';
执行此命令后，您会看到一系列与字符集相关的变量。其中几个关键变量及其含义如下：
- character_set_client：客户端发送SQL语句时使用的字符集。
- character_set_connection：服务器在接收到客户端SQL语句后，转换成此字符集进行处理。
- character_set_database：当前数据库的默认字符集。
- character_set_server：MySQL服务器的默认字符集。
- character_set_results：服务器将查询结果发送给客户端时使用的字符集。
理想情况下，为了确保多语言支持无障碍，这些变量（尤其是character_set_client, character_set_connection, character_set_results）都应该与您在PDO连接中指定的utf8mb4保持一致。
注意事项与总结
- PHP文件编码：确保您的PHP脚本文件本身也以UTF-8编码保存。大多数现代IDE都支持设置文件编码。
- HTML头部声明：如果您的PHP脚本会输出HTML，请确保在HTML头部添加正确的字符集声明，例如 <meta charset="UTF-8">，以确保浏览器正确渲染。
- 始终使用utf8mb4：对于新的项目和需要支持广泛多语言字符的应用，utf8mb4是优于utf8（即utf8mb3）的最佳选择。
- 错误处理：在生产环境中，务必对PDO操作进行适当的错误处理，捕获PDOException并记录详细错误信息，而不是直接将错误信息暴露给用户。
通过遵循上述步骤，从数据库的创建到PHP应用程序的连接和数据操作，都保持utf8mb4字符集的一致性，您将能够有效地解决非英文字符乱码问题，确保多语言数据在MySQL中的正确存储和显示。
