我有一个大MySQL，InnoDB表，其中包含utf8mb4_unicode_ci中的数据。我有几乎所有基于拉丁字母的语言的记录。我可以轻松地搜索带有重音字符的单词并找到具有不同变化的结果（重音/非重音），但土耳其语有问题。当您指定包含大LIKE个字母的单词时，基本SQL关键字在I行中不起作用。我希望看到所有单词都包括该字母的小写版本（这是无点的i）。
因此，I的英语为i，但土耳其语中的无点 i。 （ı）
SELECT * FROM words WHERE word LIKE 'SIR'没有带sır字。它只会带来sir个字，但它们都存在于同一个表中。
你有过这样的问题吗？如何使用SQL解决问题？
更新
SELECT * FROM words WHERE word LIKE 'SIR' COLLATE utf8mb4_turkish_ci 会返回sır，但不会返回sir。尽管这可以解决一些问题，但不幸的是，从这个查询返回需要23秒而不是0.00003秒（没有COLLATE关键字）
答案 0 :(得分：1)
这对于一般的unicode文本处理来说是一个众所周知的棘手问题。您所能做的就是将OR用于具有不同形式的i的单词或使用正则表达式模式。
答案 1 :(得分：0)
索引或扫描？
在您的示例中，我假设word被编入索引？桌子相当大？在这种情况下，索引非常强大，可以找到与指定排序规则匹配的行。任何其他排序规则（您的COLLATE ...的情况）都需要忽略索引并扫描整个表（慢）。
使用REGEXP 还需要全表扫描
动态执行REPLACE(...)将需要全表扫描。
因此，考虑到允许进行全表扫描的“太多”行，没有简单的方法可以搜索sır或sir进行任意整理。让我们寻找另一种方式......
首先，让我们看一些整理案例。
在大多数utf8排序规则中，包括utf8_unicode_ci，I = i =Ì=Í=Í=Î=Ï=ì=í=í=î=ï=Ī=ī=Į=į=İ
在utf8_turkish_ci中，我=ı，但它们来自i =Ì=Í=Í=Î=Ï=ì=í=í=î=ï=Ī=ī=Į=į=İ（因此，解释了你的一部分）问题）。
大多数其他utf8校对将ı视为介于i和j之间
utf8_general_ci略有不同：I = i =Ì=Í=Í=Î=Ï=ì=í=í=î=ï=Ī=ī=Į=į=İ=ı
utf8_icelandic_ci将一些带有重音的字母视为不同的字母：I = i =Ì=Î=Ï=ì=î=ï=Ī=ī=Į=į=İ，但Í=Í=í=í介于I和J之间。那个人也在Z之后对它们进行排序：Ä=Æ=ä=æÖ=Ø=ö=øÅ=å
参见我的Reference
另一个问题：重音字母可以显示为两个utf8字符 - 字母，然后是“非间距标记”
那么，该怎么办？
计划A ：构建您自己的排序规则。这需要一些工作，但并非不可能。这将是最佳的，为您提供最佳性能。正如我们将在下面看到的，utf8_unicode_520_ci非常接近，可能是一个起点。
计划B ：在表格中添加其他列;我们称之为wordx。它会有word，但会剥掉高大的口音。然后索引wordx而不是word。所以word ='sır'的行会有wordx ='sir'。
计划C ：使用上面讨论的等价项，如果表中定义的排序规则从每个组中选择“I”，则选择一种类型，然后将utf8_unicode_520_ci与UNION一起使用：
( SELECT ... WHERE word = 'sir' )
UNION ALL
( SELECT ... WHERE word = 'sır' )
这应该涵盖i的所有风格。
哎呀，那么多个不同的可重复字母的单词怎么样？乍一看，也许这不是问题 - 所有a整理相同的utf8_unicode_520_ci。浏览其余字母，除了ı给出问题外，我看不到任何其他内容。
以下是utf8_unicode_520_ci 的有趣等价：
A=a=ª=À=Á=Á=Â=Ã=Ä=Å=à=á=á=â=ã=ä=å=Ā=ā=Ą=ą Aa ae=Æ=æ az B=b C=c=Ç=ç=Č=č ch cz
D=d=Ð=ð=Ď=ď dz E=e=È=É=É=Ê=Ë=è=é=é=ê=ë=Ē=ē=Ĕ=ĕ=Ė=ė=Ę=ę=Ě=ě F=f fz ƒ
G=g=Ğ=ğ=Ģ=ģ gz H=h hz I=i=Ì=Í=Í=Î=Ï=ì=í=í=î=ï=Ī=ī=Į=į=İ ij=ij iz ı J=j
K=k=Ķ=ķ L=l=Ĺ=ĺ=Ļ=ļ=Ł=ł lj=LJ=Lj=lj ll lz M=m N=n=Ñ=ñ=Ń=ń=Ņ=ņ=Ň=ň nz
O=o=º=Ò=Ó=Ó=Ô=Õ=Ö=Ø=ò=ó=ó=ô=õ=ö=ø oe=Œ=œ oz P=p Q=q R=r=Ř=ř S=s=Ş=ş=Š=Š=š=š
sh ss=ß sz T=t=Ť=ť TM=tm=™ tz U=u=Ù=Ú=Ú=Û=Ü=ù=ú=ú=û=ü=Ū=ū=Ů=ů=Ų=ų ue uz V=v
W=w X=x Y=y=Ý=Ý=ý=ý=ÿ=Ÿ yz Z=z=Ž=Ž=ž=ž zh zz Þ=þ µ
如果您认为ƒ是重音字母，那么您可能也想要处理它。
你的问题很有意思。