MySQL :: MySQL 8.3 Reference Manual :: 12.10.7.1 The cp932 Character Set

version 8.3

8.0 current
5.7

8.0 Japanese

MySQL 8.3 Reference Manual / ... / The cp932 Character Set

12.10.7.1 cp932 字符集

为什么需要 cp932？

在 MySQL 中，sjis 字符集对应 IANA 定义的 Shift_JIS 字符集，支持 JIS X0201 和 JIS X0208 字符。（见 http://www.iana.org/assignments/character-sets。）

然而，"SHIFT JIS" 这个描述性术语的含义变得非常模糊，经常包括各种供应商对 Shift_JIS 的扩展。

例如，在日本 Windows 环境中使用的 "SHIFT JIS" 是 Microsoft 对 Shift_JIS 的扩展，其确切名称是 Microsoft Windows Codepage : 932 或 cp932。除了支持 Shift_JIS 字符集外，cp932 还支持 NEC 特殊字符、NEC 选择—IBM 扩展字符和 IBM 选择字符。

许多日本用户曾经遇到过使用这些扩展字符的问题。这些问题来自以下几个因素：

MySQL 自动转换字符集。
字符集使用 Unicode (ucs2) 转换。
sjis 字符集不支持这些扩展字符的转换。
有多种从所谓 "SHIFT JIS" 到 Unicode 的转换规则，一些字符根据转换规则不同地转换为 Unicode。MySQL 只支持其中的一种规则（后面将描述）。

MySQL 的 cp932 字符集旨在解决这些问题。

由于 MySQL 支持字符集转换，因此将 IANA 的 Shift_JIS 和 cp932 分别作为两个不同的字符集，因为它们提供了不同的转换规则。

cp932 与 sjis 有何不同？

cp932 字符集与 sjis 的不同之处在于：

cp932 支持 NEC 特殊字符、NEC 选择—IBM 扩展字符和 IBM 选择字符。
一些 cp932 字符具有两个不同的代码点，这两个代码点都将转换为同一个 Unicode 代码点。在从 Unicode 转换回 cp932 时，必须选择其中一个代码点。对于这种““圆trip 转换，”” 微软推荐的规则将被使用。（见 http://support.microsoft.com/kb/170559/EN-US/。）

转换规则如下所示：
- 如果字符同时在 JIS X 0208 和 NEC 特殊字符中，使用 JIS X 0208 的代码点。
- 如果字符同时在 NEC 特殊字符和 IBM 选定字符中，使用 NEC 特殊字符的代码点。
- 如果字符同时在 IBM 选定字符和 NEC 选定—IBM 扩展字符中，使用 IBM 扩展字符的代码点。
表格 https://msdn.microsoft.com/en-us/goglobal/cc305152.aspx 提供了 cp932 字符的 Unicode 值信息。对于 cp932 表条目中带有四位数字的字符，数字表示对应的 Unicode (ucs2) 编码。对于表条目中带有下划线的两位值，表示 cp932 字符值的范围，以这些数字开头。点击这样的表条目将显示每个 cp932 字符的 Unicode 值。

以下链接非常重要。它们对应于以下字符集的编码：
- NEC 特殊字符（lead byte 0x87）：
```
https://msdn.microsoft.com/en-us/goglobal/gg674964
```
- NEC 选定—IBM 扩展字符（lead byte 0xED 和 0xEE）：
```
https://msdn.microsoft.com/en-us/goglobal/gg671837
https://msdn.microsoft.com/en-us/goglobal/gg671838
```
- IBM 选定字符（lead byte 0xFA、0xFB、0xFC）：
```
https://msdn.microsoft.com/en-us/goglobal/gg671839
https://msdn.microsoft.com/en-us/goglobal/gg671840
https://msdn.microsoft.com/en-us/goglobal/gg671841
```
cp932 支持与 eucjpms 结合的用户定义字符转换，并解决了 sjis/ujis 转换的问题。详情请参阅 http://www.sljfaq.org/afaq/encodings.html。

对于一些字符，从 ucs2 到 cp932 的转换不同于 sjis 和 cp932。以下表格说明了这些差异。

转换到 ucs2：

`sjis`/`cp932` Value	`sjis` -> `ucs2` Conversion	`cp932` -> `ucs2` Conversion
5C	005C	005C
7E	007E	007E
815C	2015	2015
815F	005C	FF3C
8160	301C	FF5E
8161	2016	2225
817C	2212	FF0D
8191	00A2	FFE0
8192	£	ǵ
81CA	¬	ǵ

从 ucs2 转换：

`ucs2` value	`ucs2` -> `sjis` Conversion	`ucs2` -> `cp932` Conversion
005C	低 surrogate	\
007E	~	~
00A2	高 surrogate	?
00A3	补充字符	?
00AC	?	?
2015	低 surrogate	低 surrogate
2016	?	?
2212	?	?
2225	?	?
301C	?	?
FF0D	?	?
FF3C	?	低 surrogate
FF5E	?	?
FFE0	?	高 surrogate
FFE1	?	补充字符
FFE2	?	?

PREV HOME UP NEXT