让MySQL在SELECT调用中正确区分日语字符

Question

我正在建立一个数据库来做一些语言分析，日本假名给我带来了一点麻烦。

与目前为止的其他问题不同，我不知道这本身就是一个编码问题。我已经将合并设置为utf8_unicode_ci，从表面上看，它可以保存并回忆大部分事情。

然而，问题是当我进入相关的假名时，例如キ（ki）和ギ（gi）。出于分类目的，日本人不区分这两者，除非它们发生直接冲突。例如：

• ぎ（gi）来自きかい（kikai）
• きる（kiru）来到ぎわく（giwaku）
• き（ki）来自ぎ（gi）

我认为这种行为是我问题的根源。从外部文件加载我的数据集时，我让它进行SELECT调用以验证是否尚未记录日语中的特定读数。如果它已经存在，它将获取ID，以便它可以与标题配对;否则会添加一个新条目并在此后配对。

我把所有东西放进去后注意到的是，无论发生两个这样类似的读数，遇到的第一个都会被记录下来，如果它出现的话会出现另一个误报。例如：

• キョウ（kyou）首先出现，所以ギョウ（gyou）的角色与kyou配对
• ズ（zu）出现在ス（su）之前，所以更多的角色也被错误地匹配。

如果需要，我可以通过并手动对其进行排序，但我真正想做的是设置数据库以更加严格地区分字符（例如，如果字符有两个不同的UTF-8代码积分，将它们视为不同的角色）。有没有办法解决这个问题？

Answer 1

您可以使用utf8_bin获取通过Unicode代码点比较字符的排序规则。

utf8_general_ci整理也区分了キョウ和ギョウ。

Answer 2

保存到数据库时 将其保存为二进制 当回电时将其改为日语 阿拉伯语与我同样的问题