MySQL 如何在 UTF-8 中“区分大小写”和“不区分重音”答案

【问题标题】：How to MySQL work "case insensitive" and "accent insensitive" in UTF-8MySQL 如何在 UTF-8 中“区分大小写”和“不区分重音”
【发布时间】：2012-06-05 13:28:15
【问题描述】：

我在“utf8 -- UTF-8 Unicode”中有一个模式作为字符集和“utf8_spanish_ci”的排序规则。

所有内部表都是 InnoDB，具有相同的字符集和排序规则。

问题来了：

使用类似的查询

SELECT *
FROM people p
WHERE p.NAME LIKE '%jose%';

我得到 83 个结果行。我应该有 84 个结果，因为我知道。

更改位置：

WHERE p.NAME LIKE '%JOSE%';

我得到完全相同的 83 行。使用 JoSe、Jose、JOSe 等组合。报告所有相同的 83 行。

当重音在游戏中出现时，问题就出现了。如果这样做：

WHERE p.NAME LIKE '%josé%';

我没有得到任何结果。 0 行。

但如果我这样做：

WHERE p.NAME LIKE '%JOSÉ%';

我只得到一个结果行，所以 1 行。这是唯一带有重音“jose”并大写的行。

我尝试过使用 josÉ 或 JoSÉ 或我所做的任何组合，只要重音字母是否保持大写，因为它确实存储在数据库中并且它仍然返回唯一的行。如果我突然用 JOSE 中的大写字母组合将“É”更改为“é”，它不会返回任何行。

所以结论：

如果游戏中没有拉丁字符，则不区分大小写。
如果出现拉丁字符，则区分大小写。
重音敏感，就像我搜索 JOSE 或 jose 一样，我只得到 83 行，而不是我需要的 84 行。

我想要什么？

要搜索“jose”、“JOSE”、“José”、“JOSÉ”、“JÒSE”、“jöse”、“JoSÈ”……必须返回我知道存在的 84 行。我如何将我的搜索变成不区分大小写和不区分“拉丁”的。

LIKE 上的 COLLATION 之类的解决方案对我不起作用，不知道为什么...

我能做什么？

编辑：

如果我这样做：

WHERE p.NAME LIKE '%jose%' COLLATE utf8_general_ci;

我得到错误：

COLLATION 'utf8_general_ci' 对 CHARACTER SET 'latin1' 无效

我也更改了列上所有可能的排序规则！

如果我这样做：

WHERE p.NAME LIKE _utf8 '%jose%' COLLATE utf8_general_ci;

同样的83行报出来，好像我什么都没做……

【问题讨论】：

您找到解决方案了吗？我在使用字符“ã”和“Ã”的数据库中遇到同样的问题。如果我搜索“joao”，它将检索“joao”和“Joao”，这意味着它会找到具有不同大小写的单词，但不会找到带有重音的单词。如果我搜索“João”，它不会检索 A 大写为“JOÃO”的记录。我什至尝试创建一个包含 4 个字段和 4 个不同排序规则（ut8_general_ci、utf8_unicode_ci、utf8_bin 和 latin1_general_ci）的表来插入相同的项目并尝试使用每一列进行搜索，但还没有找到解决方案......跨度>

标签： mysql utf-8 case-insensitive non-ascii-characters

【解决方案1】：

您已经尝试使用不区分重音的排序规则进行搜索和排序。

http://dev.mysql.com/doc/refman/5.0/en/charset-collation-implementations.html

问题是，您的 NAME 列似乎存储在 latin1（8 位）字符集中。这就是为什么 mySQL 会这样对你发牢骚：

  COLLATION 'utf8_general_ci' is not valid for CHARACTER SET 'latin1'

如果你尝试，你可能会得到你想要的结果

 WHERE CONVERT(p.NAME USING utf8) LIKE _utf8 '%jose%' COLLATE utf8_general_ci;

但是，要小心！

当您在 WHERE 语句中的列上使用任何类型的函数（在此示例中为 CONVERT）时，您会挫败 MySQL 使用索引优化搜索的尝试。如果这个项目变得很大（也就是说，如果您的表中有很多行），您需要以 utf8 格式存储数据，而不是 latin1。（您可能已经知道您的LIKE '%whatever%' 搜索词也会破坏 MySQL 的索引。）

【讨论】：

谢谢，但它不起作用。我现在的架构在 utf8_general_ci 中。连接也是 UTF8 格式的。表在 utf8_general_ci 中，表中的所有列都在相同的字符集和排序规则上。每一点都没有被声明为 Latin1。问题是，我已经尝试了连接、模式、表和列之间的字符集和排序规则之间的所有可能组合，但没有任何变化。使用您的解决方案，如果我写 "jose"/"josé"/"JOSE"/"JOSÉ"/"JOSÈ"/... 总是返回 83 行！所以它真的变得不区分重音和大小写，但它不会返回真正的重音行！
好的。故障排除的下一步：您的数据是否有可能以 UTF8 以外的方式编码？尝试执行SELECT NAME, LENGTH(NAME) from p where p.name like '%jos%' 并查看“José”是否包含您期望的字符数。还可以尝试不同的 MySQL 客户端程序。特别是如果您使用的是 phpmyadmin 之类的 Web 客户端程序，则您的数据库可能在该 NAME 列中有 HTML 实体，例如 & 和磅符号 x e 9 分号。这将完全使口音不敏感。
谢谢！你救了我。
对于未来的搜索者，您可以将CONVERT 应用于值（在本例中为'%jose%'）而不是列（p.name），然后您将可以使用您的索引。

【解决方案2】：

以防万一其他人偶然发现这个问题，我已经找到了解决问题的方法，至少对我来说是这样。

我正在使用 PHP 从数据库中插入和检索记录。尽管我的数据库、表和列是 utf8 以及 PHP 文件的编码，但事实是 PHP 和 MySQL 之间的连接中使用的编码是使用 latin1 进行的。我设法找到了这个使用

$mysqli->character_set_name();

$mysqli 是你的对象。

为了让搜索按预期开始工作，返回不区分重音和不区分大小写的记录，我必须明确设置连接的字符集。

为此，您只需执行以下操作：

$mysqli->set_charset('utf8');

其中 $mysqli 是您的 mysqli 对象。如果您有一个包装数据库功能的数据库管理类，那么这很容易应用于完整的应用程序。如果没有，您必须在打开连接的任何地方都明确设置。

我希望这对某人有所帮助，因为我已经对此感到害怕了！

【讨论】：