Question

我有一个带有utf8_general_ci编码的mysql表，我用不同的语言保存数据，主要是英语，土耳其语，波斯语等。问题是sql语句：

SELECT * FROM `qkw` WHERE `eword` = 'turk'

返回带有“turk＆amp;türk”值的行。

我对索引有同样的问题，对待ü＆amp;你也一样。这是Mysql中的错误还是我应该使用不同的编码？有什么建议吗？

由于

Answer 1

记录了不同的排序规则here，包括您所看到的效果;

为了进一步说明，在utf8_general_ci和utf8_unicode_ci中都存在以下等式（对于比较或进行搜索时的效果，请参见第10.1.7.8节“整理效果示例”）：

Ä= A
  Ö= O
  Ü= U

如果您不希望这样，您可以从该列表中选择不会将其视为等效的排序规则，例如utf8_swedish_ci。

Answer 2

您最好的选择可能是使用utf8_turkish_ci整理。

它会根据您的意愿区分“你”和“ü”。它是（_ci后缀）不区分大小写的排序规则：

create table t (v varchar(255) 
                          character set utf8 
                          collate utf8_turkish_ci);

insert into t values ("turk"), ("türk"), ("top"), ("twin");

mysql> select * from t order by v;
+-------+
| v     |
+-------+
| türk  |
| top   |
| turk  |
| twin  |
+-------+

mysql> select * from t where v = "turk";
+------+
| v    |
+------+
| turk |
+------+

mysql> select * from t where v = "TURK";
+------+
| v    |
+------+
| turk |
+------+

基于简单地比较每个字符的二进制代码，使用utf8_bin会产生稍微不同的结果。它不仅区分大小写，而且排序也不同：

mysql> alter table t change column v v varchar(255) collate utf8_bin;
Query OK, 4 rows affected (0.24 sec)
Records: 4  Duplicates: 0  Warnings: 0

mysql> select * from t order by v;
+-------+
| v     |
+-------+
| top   |
| turk  |
| twin  |
| türk  |
+-------+
4 rows in set (0.00 sec)

mysql> select * from t where v = "turk";
+------+
| v    |
+------+
| turk |
+------+
1 row in set (0.00 sec)

mysql> select * from t where v = "TURK";
Empty set (0.00 sec)

MYSQL UTF字符混淆üvsu

2 个答案: