以与 MySQL 相同的方式比较 PHP 中的字符串答案

【问题标题】：Comparing strings in PHP the same way MySQL does以与 MySQL 相同的方式比较 PHP 中的字符串
【发布时间】：2010-10-03 00:43:35
【问题描述】：

我将 varchar 存储在 utf8 MySQL 表中并使用 utf8_general_ci 排序规则。我在 varchar 上有一个唯一索引。我想在 PHP 中做一个字符串比较，这相当于 MySQL 对索引所做的事情。

一个具体的例子是，我希望能够在这种情况发生之前检测到“a”被认为等同于 PHP 中的“À”：

mysql> insert UniTest (str) values ('a');                                   
Query OK, 1 row affected (0.00 sec)

mysql> insert UniTest (str) values ('À');                                   
ERROR 1062 (23000): Duplicate entry 'À' for key 1

【问题讨论】：

标签： php mysql utf-8 collation mysql-error-1062

【解决方案1】：

通过向 MySQL 提交如下查询，让 MySQL 完成工作是否合理：

SELECT CASE WHEN '$a' = '$b' THEN 1 ELSE 0 END

编辑后澄清：

您可以一次性遍历整个感兴趣的笛卡尔字符集，并构建一个标准的 php 等价集关联数组。

对于 $charset {中的每个 $char1 对于 $charset {中的每个 $char2 $charmatch[$char1][$char2] = mysqlTestMatch($char1, $char2)); } }

然后你需要逐个字符地测试每个字符串，看看 a) 它们是否相同，或者如果不一样，b) 它们是等价的。

【讨论】：

出于许多不同的原因，我使用大量字符串执行此操作，因此我想避免使用数据库。

【解决方案2】：

使用 intl 的 Collator 或 Transliterator。

$s1 = 'a';
$s2 = 'À';

var_dump(
    is_same_string($s1, $s2),
    $s1 === transliterator_transliterate('Any-Latin; Latin-ASCII; Lower()', $s2)
);

function is_same_string($str, $str2, $locale = 'en_US')
{
    $coll = collator_create($locale);
    collator_set_strength($coll, Collator::PRIMARY);  
    return 0 === collator_compare($coll, $str, $str2);
}

【讨论】：

【解决方案3】：

所以，如果我理解正确，您想在 PHP 中进行类似的比较，就像在 MySQL 中检查 UTF-8 通用索引检查一样？

最简单的方法是创建一个辅助函数，根据 MySQL 使用的 utf8_general_ci 规则转换字符串，主要是将某些字母转换为基本字母。

此处列出了该 MySQL 排序规则的规则：

http://www.collation-charts.org/mysql60/mysql604.utf8_general_ci.european.html

例如，如果您向下滚动一点到左侧的“金色 A”，您会看到所有转换为该 A 的字符。

给定一个辅助函数，例如utf8g_to_ascii()，您可以编写一个函数：

function utf8_compare($s1, $s2) {
   $a = utf8g_to_ascii($s1);
   $b = utf8g_to_ascii($s2);
   return strcmp( $a, $b );
}

我会模仿我的代码：

http://dev.splitbrain.org/view/darcs/dokuwiki/inc/utf8.php

【讨论】：

【解决方案4】：

排序规则与存储无关。您需要设置字符集来确定存储编码。排序规则控制应该如何进行比较和排序。排序规则必须支持字符集，否则与字符集无关。

要回答您的问题，您可以使用iconv 转写文本，然后进行比较。例如：

function compare($s1, $s2) {
  return strcmp(
    iconv('UTF-8', 'ISO-8859-1//TRANSLIT', $s1),
    iconv('UTF-8', 'ISO-8859-1//TRANSLIT', $s2));
}

这基本上是 MySql 将为您做的事情，尽管它可能更快，并且它的排序表可能与 ISO-8859-1//TRANSLIT 略有不同。不完全确定。

不过，正如其他人已经建议的那样，使用该数据库可能会更容易。

【讨论】：

我编辑了问题以准确反映排序规则与存储字符集。你能给我一个使用 mb_string 来实现它的例子吗？我在文档中没有看到 mb_strcmp。
我犯了一个错误 - 你需要使用 iconv - 而不是 mb_string。我已经编辑了我的答案。
这越来越近了。 //TRANSLIT 技巧很好，但正如你提到的，ISO-8859-1 不是我需要的。 MySQL 正在使用看起来像这样的排序规则，我需要以某种方式模拟它：collation-charts.org/mysql60/…
如果 Iconv 相当有限的功能不适合你，你可以试试这个扩展：derickrethans.nl/translit.php 或者这个（纯 php）：sitepoint.com/blogs/2006/03/03/…
两者都允许您使用用户定义的音译数据库。如果您需要完全匹配，您可以复制 MySqls。但是首先使用数据库可能会更容易；）

【解决方案5】：

为什么不让 MySQL 决定是否已经存在具有相同 key 的记录？

您可以运行SELECT 查询来询问是否已经存在具有此属性的记录：

SELECT 1
FROM UniTest
WHERE str = "À"

或者你只是尝试插入新记录并使用函数mysql_error()和mysql_errno()查看是否发生错误。

【讨论】：