11.5 Support de Unicode

Depuis la version 4.1 de MySQL, il y deux nouveaux jeux de caractères pour stocker des données Unicode : ucs2 (le jeux de caractères Unicode UCS-2) et utf8 (l'encodage UTF-8 du jeu de caractères Unicode).

• Dans UCS-2 ( binary Unicode representation ) chaque caractère est représenté par un code Unicode de deux octets avec l'octet le plus significatif en premier. Par exemple : "LATIN CAPITAL LETTER A" a le code 0x0041 et est stocké comme une séquence à deux octets 0x00 0x41 . "CYRILLIC SMALL LETTER YERU" (Unicode 0x044B) est stocké comme une séquence à deux octets 0x04 0x4B . Pour les caractères Unicode et leurs codes veuillez consulter Unicode Home Page .Restriction temporaire : UCS-2 ne peut pas (encore) être utilisé comme jeu de caractères client. Cela signifie que SET NAMES ucs2 ne fonctionnera pas.
• Le jeu de caractères UTF8 ( transform Unicode representation ) est une alternative pour stocker les données Unicode. il est implémenté selon la RFC 2279. L'idée du jeu de caractères UTF-8 est que différents caractères Unicode soient représentés par des séquences de différentes longueurs.
  • les lettres, chiffres et caractères de ponctuation latins de base utilisent un octet.
  • La plupart des lettres européennes et moyen-orientales sont stockées avec une séquence à deux octets : les lettres latines étendues (avec les tildes, macrons, accents graves, aigus et autres accents), cyrilliques, grecques, arméniennes, hébreuses, arabes, syriaques et autres.
  • Les idéographes coréens, chinois et japonais utilisent des séquences à trois octets.
  • Actuellement, MySQL UTF8 ne supporte pas les séquences à 4 octets.

  Conseil : pour économiser de l'espace avec UTF-8, utilisez VARCHAR au lieu de CHAR . Sinon, MySQL doit réserver 30 octets pour une colonne CHAR(10) CHARACTER SET utf8 parce que c'est la longueur maximale à accepter.