如何正确处理mysql中的dakuten和handakuten日文字符？

Question

声明：

1. 数据库为$scope.getPosts = function() { PostsService.getPosts($scope.token).then(function(result) { $scope.posts = result.data; angular.forEach($scope.posts, function(value, key) { var str = value.created_at; value.data = str.slice(0, 10); value.hour = str.slice(11, 25); }) console.log($scope.posts); }) }
2. 表格字段为ut8mb4_unicode_520_ci

如何正确查询包含dakuten或handakuten日文字符的表字段？ Dakuten

目前，即使在为tenten版本运行查询时，似乎也会返回基本字符。

示例数据

给定ut8mb4_unicode_520_ci和へ。 还有一行ぺ

情景1

运行：

ID: 199, post_title: 'へ';

场景2

运行：

SELECT 'へ' = 'ぺ'; 

-- Returns 0. Correct

场景3

但是，出于某种原因，当我运行此查询时，它仍会返回记录199，注意到不同的标题值。

运行：

SELECT ID, post_title 
FROM wp_posts 
WHERE post_title = 'へ';

-- Returns row 199. Correct

示例图片

图像可以更好地解释（我只是使用union来更好地在一个屏幕截图中显示所有内容）：



有没有一个可靠的方法来处理这些角色？所有其他日文字符似乎工作得很好，它只是dakuten版本被视为只在查询中的基础。

Answer 1

这是因为您使用的排序规则（utf8mb4_unicode_ci，utf8mb4_unicode_520_ci和utf8mb4_0900_ai_ci）仅比较字符的基本字母。例如，＆＃39;ぺ＆＃39; =＆＃39;へ＆＃39; + U + 309A◌゚，＆＃39;へ＆＃39;是＆＃39;ぺ＆＃39;的基本字母。所以对于你的情况，所有3个字符＆＃39;基本字母相同，＆＃39;へ＆＃39;。因此，这些归类返回＆＃39; 1＆＃39;

是正确的结果

MySQL团队正在为utf8mb4字符集开发一个新的日语排序规则。它将这些dakuten字符与基本字符区分开来。它很快就会到来。

Answer 2

SELECT 'へ' = 'ぺ' COLLATE utf8mb4_unicode_ci; --> 0  (ditto for general_ci)
SELECT 'へ' = 'ぺ' COLLATE utf8mb4_unicode_520_ci; --> 1

后者是较新的 Unicode标准，因此理论上它更为正确。

但你到底在做什么？可能比较一列与另一列？它们都是utf8mb4_unicode_520_ci吗？ （数据库和连接并不重要。）

或者=列的一侧是另一侧，另一侧是文字吗？

连接时是否建立了整理？

<强>附加物

在8.0.0版中，所有这些都提供了1：

utf8mb4_unicode_ci  -- a change from 0 in 5.6.12, but 1 in 5.7.15?
utf8mb4_unicode_520_ci
utf8mb4_0900_ai_ci