如何将捷克“ch”字母存储在mysql中以及如何使用substr获取它？

Question

甚至“ch”显示为两个字母，在捷克语中它被视为一个字母，其字母顺序在H字母后面（因此正确的顺序是a，b，c，d，e，f，g，h，ch ，我，j（我跳过一些国家字符）。但是当我这样做的时候 包含单词的列上的substr（colname，1,1）以ch开头只有“C”

这个sql：SELECT SUBSTRING（title，1,1）AS title_truncated FROM节点节点WHERE node.type in（'termin'）GROUP BY title_truncated ORDER BY title_truncated ASC“

返回：A，B，C，D，E，F，G，H，I，J（所以没有ch）。

btw数据库正在使用utf8_czech_ci

Answer 1

Ch本身不是Unicode中的字符，它是digraph。

因此，数据库排序规则似乎无法正确映射差异。 @Ladislav在评论中说，mySQL internals discussion,中的用户似乎支持这一点。

您可能需要手动解决此问题，例如：在您的示例中，使用IF子句测试是否存在“Ch”，如果是这种情况则返回两个字符。

参考：utf8_czech_ci collation table (mySQL 6)

Answer 2

即使ch在捷克语中被视为单个排序“字母”，但它不会被视为任何其他方式的单个“字符”。无论何时遇到它，它都会被存储和打印成两个字符。

MySQL中的 collat​​ion 设置会影响字符串的排序方式，尝试对单个字符进行排序在许多语言中都没有多大意义。例如。 č来自{IIRC} c，但ně和ne是等效的，因此字词排序取决于以下字母。

我不明白你试图解决的根本问题，但我认为简单的方法可能是避免使用substring并按title排序，只输出第一个“字母”如果在处理结果时它发生了变化。

Answer 3

作为一种变通方法，您可以像这样修改title_truncated的定义：

CASE SUBSTRING(title, 1, 2)
  WHEN 'ch' THEN SUBSTRING(title, 1, 2)
  ELSE SUBSTRING(title, 1, 1)
END AS title_truncated