MySQL 不将 ı 视为 i 吗？答案

【问题标题】：MySQL does not treat ı as i?MySQL 不将 ı 视为 i 吗？
【发布时间】：2020-03-31 08:12:39
【问题描述】：

我在 MySQL 5.7.27 中有一个带有 utf8mb4_unicode_ci 排序规则的用户表。

不幸的是， ı 没有像 i 那样线程化，例如，下面的查询将找不到 Yılmaz

select id from users where name='Yilmaz';

我对 ä 和 a 等其他变音符号没有问题。例如，这两个查询给出完全相同的结果。

select id from users where name='Märie';

select id from users where name='Marie';

我不能简单地将ı 替换为i 并进行搜索，因为那样我将找不到名称为Yılmaz 的用户。

我是否必须使用不同的排序规则来支持所有变音符号？

以下是有关 unicode 字母的更多信息：

code    | glyph |decimal |  html   | description
U+0131  |  ı    |305     |&inodot; |  Latin Small Letter dotless I
U+0069  |  i    |105     |-        |  Latin Small Letter I

【问题讨论】：

仅通过查看这些字母很难分辨。您能否将 Unicode 代码点及其名称添加到您的问题中
stackoverflow.com/a/33630106/476
@deceze 谢谢，但我想如果我使用土耳其语排序规则，那么我会遇到其他变音符号的麻烦吗？我需要支持来自所有国家/地区的变音符号。
@JGNI 我附上了问题中 unicode 变音符号的详细描述。
好的，新信息，您可以针对特定查询使用不同的排序规则进行查询，如下所述：stackoverflow.com/a/2607164/916000。那你可以试试吗：select id from users where name='Yilmaz' COLLATE utf8_general_ci;

标签： mysql unicode encoding collation

【解决方案1】：

参考 http://mysql.rjweb.org/utf8_collations.html ，我在 3 个排序规则中看到 ı=i：utf8_general_ci、utf8_general_mysql500_ci、utf8_turkish_ci。但是，对于土耳其语排序规则，I=ı 排在其他重音 I 之前。在所有其他排序规则中，ı 在所有 I 之后排序，就好像它被视为一个单独的字母一样。

同时 İ=I 在除 utf8_turkish_ci 之外的所有排序规则中。

随着 MySQL 8.0 的到来，情节变得更加复杂。 utf8mb4_tr_0900_ai_ci（仅）有这个顺序：

I=Ì=Í=Î=Ï=Ĩ=Ī=Ĭ=Į=ı sort before  i=ì=í=î=ï=ĩ=ī=ĭ=į=İ

与此同时，ä=Ä 与大多数排序规则（包括土耳其语）匹配大多数其他重音 A。

底线：似乎 utf8[mb4]_general_ci 是 5.7 或 8.0 中唯一的排序规则，它将始终将 dotless-i（或 dotted-I）视为等于 'regular i/I 并且在同时忽略变音符号。

警告：“一般”排序规则一次不会测试多个字符。也就是说，“无间距变音符号”加上元音不会被视为等于组合。

在该链接中...对于某些排序规则，一个字符 æ 与两个字母 ae 的排序相同。这表明：Aa ae=æ az。在大约一半的其他排序规则中，字符æ 被视为单独的字母；这表明它在az 之后和b 之前。甚至在zz 之后进行斯堪的纳维亚排序规则。这种单独的字母概念有时适用于字母对，例如cs（匈牙利语）和ch（传统西班牙语）。

【讨论】：

太完美了，这个页面正是我想要的。简而言之，不幸的是，没有任何排序规则可以统治所有这些。也许我需要做这样的事情：select * from .. where (a = b COLLATE utf8_general_ci )or where a=b;?
为什么表中有多个列？ ae、az、bz等是什么意思？
@Adam - 我在回答中添加了解释 ae、az 等的内容。
@Adam - 并且...确实，没有单一的排序规则。（但是土耳其语中的 4 I's 有点棘手。）使用带有两个不同排序规则的OR 将导致全表扫描；即不能使用索引。