MySQL 以 UTF-8 存儲 GBK 輸出實踐：字符集分離連接參數實現零改造遷移

場景痛點

龐大站點從 GB2312/GBK 遷移至 UTF-8，前端代碼改造成本極高。需實現數據層 UTF-8 存儲、應用層 GBK 讀寫，最小化前端變更。

核心原理：MySQL 4.1+ 連接層字符集轉換

MySQL 支持客戶端連接字符集獨立於列存儲字符集：

• 存儲時：客戶端發送 GBK → 連接層轉 UTF-8 → 寫入 UTF-8 列
• 讀取時：UTF-8 列 → 連接層轉 GBK → 客戶端接收 GBK

前提：列定義 CHARACTER SET utf8 COLLATE utf8_general_ci，且入庫數據必須是合法 UTF-8。

表結構定義

CREATE TABLE `t` (
  `id` INT(10) NOT NULL,
  `name` VARCHAR(50) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL,
  INDEX (`g_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_general_ci;

PHP 連接封裝：雙模式切換

class DB {
    private $link, $db_name;

    // 寫入/UTF-8 操作模式
    function _select_db_utf() {
        mysql_select_db($this->db_name, $this->link);
        mysql_query("SET NAMES utf8", $this->link);
        mysql_query("SET CHARACTER SET utf8", $this->link);
        mysql_query("SET COLLATION_CONNECTION='utf8_general_ci'", $this->link);
        return true;
    }

    // 讀取/GBK 輸出模式
    function _select_db_gb() {
        mysql_select_db($this->db_name, $this->link);
        mysql_query("SET NAMES gbk", $this->link);
        mysql_query("SET CHARACTER SET gbk", $this->link);
        mysql_query("SET COLLATION_CONNECTION='gbk_chinese_ci'", $this->link);
        return true;
    }

    # 業務代碼中：
    # 寫入前調用 _select_db_utf()
    # 讀取前調用 _select_db_gb()
}

現代寫法：使用 mysqli::set_charset('utf8') / PDO::MYSQL_ATTR_INIT_COMMAND，棄用 mysql_* 函數。

四大前提條件

1. MySQL 編譯包含 gbk、utf8 字符集（默認包含）。
2. 入庫數據必須是合法 UTF-8（AJAX 提交天然 UTF-8，表單提交需轉碼）。
3. 讀寫操作嚴格區分調用對應連接字符集方法。
4. 前端頁面 Content-Type: text/html; charset=gbk 與輸出編碼一致。

PHP 轉碼函數對比（入庫前清洗）

建議：明確源編碼用 iconv，不確定編碼用 mbstring。無完美自動識別方案，源頭規範編碼最關鍵。

遷移路線圖

1. 數據庫層：新建 UTF-8 表，歷史數據 iconv/mbstring 清洗導入。
2. 應用層：封裝雙模式連接方法，逐模塊切換讀寫模式。
3. 前端層：逐頁調整 charset 聲明，最終全站 UTF-8。
4. 驗證：全鏈路編碼一致性測試，特別是特殊字符（繁體、生僻字、Emoji）。