mysql utf-8奇怪的文本问题 - 排序，删除

Question

相关问题：mysql select distinct letters, including extended latin characters

没人打扰回答最后一期，所以我要创建一个新问题。

使用此表格数据：http://pastebin.com/cH2DUzf3

并对其执行以下查询：

SELECT DISTINCT BINARY `letter` FROM `texts` ORDER BY `letter` ASC

产生几乎完美的结果，但有一个例外：字母ū在u之前。有谁能解释一下？逻辑上，字母u是ū的基本版本，订单应为u, ū。为什么不是这样？所有其他字母都是正确排序的。

第二个问题 - 在表上执行以下语句：

DELETE FROM `texts` WHERE `letter` = 'ū'

也会删除letter为u的所有文字。为什么呢？

使用拉脱维亚字母查询数据时遇到同样的问题：

SELECT * FROM `texts` WHERE `letter` = 'ā'

返回letter为a而不是ā的结果。

编辑：好的，将BINARY放在letter之前也可以解决最后2个问题。

Answer 1

您正在使用utf8_general_ci作为整理。它使用快速但不准确的比较算法，它只是忽略字母上的重音。它适用于英语，但大多数其他语言都失败了。

使用utf8_latvian_ci或utf8_unicode_ci之类的内容。

utf8_unicode_ci使用Unicode collation algorithm。它也是最慢的。

utf8_latvian_ci使用专注于支持拉脱维亚字母的简化归类算法：http://collation-charts.org/mysql60/mysql604.utf8_latvian_ci.html

编辑：好的，我错了。没有内置的排序规则可以使MySQL在非重音变体后对重音字母进行排序，同时保留字母顺序。

您可以使用以下指南编写自己的排序规则：http://dev.mysql.com/doc/refman/5.0/en/ldml-collation-example.html