用户名: 密码: 忘记密码? 注册
收藏此问题 发表新评论

深入理解SET NAMES和mysql(i)_set_charset的区别

    好久没来了,,, share一篇最近的blog




     最近公司组织了个PHP安全编程的培训, 其中涉及到一部分关于Mysql的”SET NAMES”和mysql_set_charset (mysqli_set_charset)的内容:
      说到, 尽量使用mysqli_set_charset(mysqli:set_charset)而不是”SET NAMES”, 当然, 这个内容在PHP手册中也有叙及, 但是却没有解释为什么.

  • 最近有好几个朋友问我这个问题, 到底为什么?
    问的人多了, 我也就觉得可以写篇blog, 专门介绍下这部分的内容了.
    首先, 很多人都不知道”SET NAMES”到底是做了什么,
    我之前的文章深入MySQL字符集设置中, 曾经介绍过character_set_client/character_set_connection/character_set_results这三个MySQL的”环境变量”, 这里再简单介绍下,
    这三个变量, 分别告诉MySQL服务器, 客户端的编码集, 在传输给MySQL服务器的时候的编码集, 以及期望MySQL返回的结果的编码集.
    比如, 通过使用”SET NAMES utf8″, 就告诉服务器, 我用的是utf-8编码, 我希望你也给我返回utf-8编码的查询结果.
    一般情况下, 使用”SET NAMES”就足够了, 也是可以保证正确的. 那么为什么手册又要说推荐使用mysqli_set_charset(PHP>=5.0.5)呢?
    首先, 我们看看mysqli_set_charset到底做了什么(注意星号注释处, mysql_set_charset类似):
    • //php-5.2.11-SRC/ext/mysqli/mysqli_nonapi.c line 342
    • PHP_FUNCTION(mysqli_set_charset)
    • {
    •     MY_MYSQL
      *mysql;
    •     zval
      *mysql_link;
    •     char                *cs_name = NULL;
    •     unsigned int        len;
    •     if (zend_parse_method_parameters(ZEND_NUM_ARGS() TSRMLS_CC, getThis()
    •           , "Os", &mysql_link, mysqli_link_class_entry, &cs_name, &len) == FAILURE) {
    •         return;
    •     }
    •     MYSQLI_FETCH_RESOURCE(mysql, MY_MYSQL*, &mysql_link, "mysqli_link"
    •         , MYSQLI_STATUS_VALID);
    •     if (mysql_set_character_set(mysql->mysql, cs_name)) {
    •           //** 调用libmysql的对应函数
    •         RETURN_FALSE;
    •     }
    •     RETURN_TRUE;
    • }</SPAN

    那mysql_set_character_set又做了什么呢?
    • //mysql-5.1.30-SRC/libmysql/client.c, line 3166:
    • int STDCALL
      mysql_set_character_set(MYSQL
      *mysql, const char *cs_name)
    • {
    •   struct
      charset_info_st *cs;
    •   const char *save_csdir= charsets_dir;
    •   if (mysql->options.charset_dir)
    •     charsets_dir= mysql->options.charset_dir;
    •   if (strlen(cs_name) < MY_CS_NAME_SIZE &&
    •      (cs= get_charset_by_csname(cs_name, MY_CS_PRIMARY, MYF(0))))
    •   {
    •     char buff[MY_CS_NAME_SIZE + 10];
    •     charsets_dir= save_csdir;
    •     /* Skip execution of "SET NAMES" for pre-4.1 servers */
    •     if (mysql_get_server_version(mysql) < 40100)
    •       return 0;
    •     sprintf(buff, "SET NAMES %s", cs_name);
    •     if (!mysql_real_query(mysql, buff, strlen(buff)))
    •     {
    •       mysql->charset= cs;
    •     }
    •   }
    •   //以下省略</SPAN

    我们可以看到, mysqli_set_charset除了做了”SET NAMES”以外, 还多做了一步:
    • sprintf(buff, "SET NAMES %s", cs_name);
    • if (!mysql_real_query(mysql, buff, strlen(buff)))
    • {
    •   mysql->charset= cs;
    • }</SPAN

    而对于mysql这个核心结构的成员charset又有什么作用呢?
    这就要说说mysql_real_escape_string()了, 这个函数和mysql_escape_string的区别就是, 它会考虑”当前”字符集. 那么这个当前字符集从哪里来呢?
    对了, 你猜的没错, 就是mysql->charset.
    mysql_real_string在判断宽字符集的字符的时候, 就根据这个成员变量来分别采用不同的策略, 比如如果是utf-8, 那么就会采用libmysql/ctype-utf8.c.
    看个实例, 默认mysql连接字符集是latin-1, (经典的5c问题):
    • <?php
    •     $db = mysql_connect('localhost:3737', 'root' ,'123456');
    •     mysql_select_db("test");
    •     $a = "\x91\x5c";//"慭\\"的gbk编码, 低字节为5c, 也就是ascii中的"\"
    •     var_dump(addslashes($a));
    •     var_dump(mysql_real_escape_string($a, $db));
    •     mysql_query("set names gbk");
    •     var_dump(mysql_real_escape_string($a, $db));
    •     mysql_set_charset("gbk");
    •     var_dump(mysql_real_escape_string($a, $db));
    • ?></SPAN

    因为, “慭”的gbk编码低字节为5c, 也就是ascii中的”\”, 而因为除了mysql(i)_set_charset影响mysql->charset以外, 其他时刻mysql->charset都为默认值, 所以, 结果就是:
    • $ php -f 5c.php
    • string(3) "慭\\\"
    • string(3) "慭\\\"
    • string(3) "慭\\\"
    • string(2) "慭

    大家现在很清楚了吧?
昵称: laruence  时间: 2010-04-15 10:28:19
回复 1# laruence


    没看懂也,可以简单的说说不用set name ,的好处吗
昵称: 山丘之王  时间: 2010-05-16 17:00:41
拜读.......
昵称: horseluke  时间: 2010-05-16 22:07:32
貌似明白了
昵称: 破鱼缸  时间: 2013-06-07 15:16:17
发表评论
昵称:
内容:
验证: