MySQL多字节字符截取方法：SUBSTRING与CHARACTER_LENGTH函数详解
来源：互联网 2026-05-06 17:30:24MySQL 中 SUBSTRING 截取中文乱码？本质是字节 vs 字符混淆 开门见山，先说核心结论：SUBSTRING 函数默认是按字节来截取的。问题就出在这里——在 utf8mb4 编码下，一个中文字符可能占用 3 到 4 个字节。如果你用 SUBSTRING 配合 LENGTH() 函数（它返
MySQL 中 SUBSTRING 截取中文乱码？本质是字节 vs 字符混淆
开门见山，先说核心结论：SUBSTRING 函数默认是按字节来截取的。问题就出在这里——在 utf8mb4 编码下，一个中文字符可能占用 3 到 4 个字节。如果你用 SUBSTRING 配合 LENGTH() 函数（它返回的是字节数）去操作，结果必然是“丢三落四”，截到半个汉字，乱码也就随之而来。那么正确的搭档是谁呢？是 CHARACTER_LENGTH()。这个函数返回的是我们肉眼可见的字符数，用它来配合 SUBSTRING，才能精准地定位到“第几个字”。
长期稳定更新的攒劲资源： >>>点此立即查看<<<
SUBSTRING(str, pos, len) 的 pos 和 len 都按字符位置算
首先要澄清一个常见的误解：SUBSTRING 函数本身并不区分编码，它的参数 pos（起始位置）和 len（长度）在定义上就是基于“字符数”来计算的。但这里有个关键前提：你传给它的这两个数值，本身就必须是字符数，而不能是字节数。
- 典型的错误写法：
SUBSTRING(name, LENGTH(LEFT(name, 2)), 1)。这行代码试图先取前2个字节，再用LENGTH()计算其字节长度作为起始位。问题在于，LEFT(name, 2)取出的2个字节很可能只是一个汉字的一部分，导致后续计算完全失控。 - 正确的做法：直接使用字符数。例如，
SUBSTRING(name, 1, 2)就是取前2个字符，简单明了。如果需要动态计算，比如取最后2个字符，可以写成：SUBSTRING(name, CHARACTER_LENGTH(name) - 2 + 1, 2)。 - 额外提一点：在
utf8mb4的排序规则（例如utf8mb4_0900_as_cs）下，SUBSTRING的行为是稳定可靠的。但如果使用的是老旧的utf8（实际上是 utf8mb3），遇到一些四字节的 Emoji 表情时，仍然可能出现问题。
CHARACTER_LENGTH() 不是万能补丁，得看字段实际编码
是不是用了 CHARACTER_LENGTH() 就高枕无忧了？并非如此。这个函数返回的是 Unicode 字符的个数，但它依赖于字段本身声明的字符集。想象一下这个场景：一个字段被定义成了 latin1 字符集，但实际存储的却是 UTF-8 编码的中文。这时，CHARACTER_LENGTH() 可能会把一个汉字错误地计算为3个字符。这可不是函数的bug，而是数据存储层出现了编码错配。
- 第一步，检查字段的真实字符集：执行
SHOW FULL COLUMNS FROM table_name LIKE 'column_name';，重点关注Collation列，确保它指向的是utf8mb4_*系列的排序规则。 - 临时转换的权宜之计：如果暂时无法修改表结构，可以在查询时进行转换：
SUBSTRING(CONVERT(column_name USING utf8mb4), 1, 5)。不过，这种方法有性能开销，不建议在数据量大的表或 WHERE 条件中频繁使用。 - 更简洁的替代方案：对于简单的截取，
LEFT(column_name, 5)和SUBSTRING(column_name, 1, 5)的效果是完全一样的，前者写起来更简洁。RIGHT()函数同理。
遇到 SUBSTRING 返回空或问号？先查连接层编码
有时候，明明 SQL 语句写得滴水不漏，可执行结果还是乱码，甚至返回空字符串或问号。这时候，问题很可能出在数据库连接层。如果客户端连接使用的是 latin1 编码，或者没有正确设置 SET NAMES utf8mb4，那么 SUBSTRING 函数接收到的就已经是一个被损坏的字符串了，后续无论怎么计算字符数都是徒劳。
- 连接时指定编码：在命令行连接时，可以加上参数：
mysql --default-character-set=utf8mb4 -u user -p。 - 执行前校验编码设置：运行查询
SELECT @@character_set_client, @@character_set_connection, @@character_set_results;，确保这三个系统变量的值都是utf8mb4。 - 一个常见的错误现象：执行
SUBSTRING('你好世界', 1, 2)却返回了空值或乱码。这大概率是客户端解码失败导致的，并非函数本身失效。
说到底，真正让人头疼的往往不是函数语法怎么写，而是字符集声明、连接参数、实际字段存储这三者是否保持了一致。只要其中任何一层没有对齐，少了一个关键的 mb4CHARACTER_LENGTH() 都可能功亏一篑。
侠游戏发布此文仅为了传递信息，不代表侠游戏网站认同其观点或证实其描述
