MySQL :: MySQL 8.4 参考手册 :: 12.10.7.1 cp932 字符集

版本 8.4

8.0 日语

MySQL 8.4 参考手册 / ... / cp932 字符集

12.10.7.1 cp932 字符集

为什么需要 cp932？

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

但是，“SHIFT JIS”作为描述性术语的含义已经变得非常模糊，它通常包括各种供应商定义的 Shift_JIS 扩展。

例如，日语 Windows 环境中使用的“SHIFT JIS”是 Shift_JIS 的 Microsoft 扩展，其确切名称为 Microsoft Windows Codepage : 932 或 cp932。除了 Shift_JIS 支持的字符外，cp932 还支持 NEC 特殊字符、NEC 选定 - IBM 扩展字符和 IBM 选定字符。

许多日本用户在使用这些扩展字符时遇到了问题。这些问题源于以下因素

MySQL 自动转换字符集。
字符集使用 Unicode (ucs2) 进行转换。
sjis 字符集不支持转换这些扩展字符。
从所谓的“SHIFT JIS”到 Unicode 有几种转换规则，并且某些字符根据转换规则的不同，其 Unicode 转换结果也不同。MySQL 仅支持其中一种规则（稍后描述）。

MySQL 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 Shift_JIS 和 cp932 分成两个不同的字符集非常重要，因为它们提供不同的转换规则。

cp932 与 sjis 有什么区别？

cp932 字符集与 sjis 的区别在于以下方面

cp932 支持 NEC 特殊字符、NEC 选定 - IBM 扩展字符和 IBM 选定字符。
某些 cp932 字符有两个不同的代码点，它们都转换为相同的 Unicode 代码点。当从 Unicode 转换回 cp932 时，必须选择其中一个代码点。对于这种“往返转换”，将使用 Microsoft 推荐的规则。（参见 http://support.microsoft.com/kb/170559/EN-US/。）
转换规则的工作原理如下
- 如果字符同时存在于 JIS X 0208 和 NEC 特殊字符中，则使用 JIS X 0208 的代码点。
- 如果字符同时存在于 NEC 特殊字符和 IBM 选定字符中，则使用 NEC 特殊字符的代码点。
- 如果字符同时存在于 IBM 选定字符和 NEC 选定 - IBM 扩展字符中，则使用 IBM 扩展字符的代码点。
https://msdn.microsoft.com/en-us/goglobal/cc305152.aspx 中显示的表格提供了有关 cp932 字符的 Unicode 值的信息。对于在 cp932 表格条目中包含有四位数字的字符，该数字代表相应的 Unicode (ucs2) 编码。对于包含有带下划线的两位数的表格条目，则表示有一系列以这两位数开头的 cp932 字符值。单击这样的表格条目将带您进入一个页面，该页面将显示以这两位数开头的每个 cp932 字符的 Unicode 值。
以下链接特别有用。它们对应于以下字符集的编码
- NEC 特殊字符（前导字节 0x87）
```
https://msdn.microsoft.com/en-us/goglobal/gg674964
```
- NEC 选定 - IBM 扩展字符（前导字节 0xED 和 0xEE）
```
https://msdn.microsoft.com/en-us/goglobal/gg671837
https://msdn.microsoft.com/en-us/goglobal/gg671838
```
- IBM 选定字符（前导字节 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 转换问题。有关详细信息，请参见 http://www.sljfaq.org/afaq/encodings.html。

对于某些字符，sjis 和 cp932 的 ucs2 转换不同。以下表格说明了这些差异。

转换为 ucs2

`sjis`/`cp932` 值	`sjis` -> `ucs2` 转换	`cp932` -> `ucs2` 转换
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	00A3	FFE1
81CA	00AC	FFE2

从 ucs2 转换

`ucs2` 值	`ucs2` -> `sjis` 转换	`ucs2` -> `cp932` 转换
005C	815F	5C
007E	7E	7E
00A2	8191	3F
00A3	8192	3F
00AC	81CA	3F
2015	815C	815C
2016	8161	3F
2212	817C	3F
2225	3F	8161
301C	8160	3F
FF0D	3F	817C
FF3C	3F	815F
FF5E	3F	8160
FFE0	3F	8191
FFE1	3F	8192
FFE2	3F	81CA