Rails / MySQL 奇怪的 UTF-8 编码问题

Question

我有一个使用西里尔（马其顿）字母的应用程序。我有一个包含所有字母的字母菜单（手动输入为我从助手调用它的数组），它链接到第一个字符是该字母的项目。因此，似乎“К”和“Ќ”（也称为“Г”和“Ѓ”）列出了相同的项目，就好像它们使用相同的字母一样。在开发中效果很好，不知道为什么它在生产中这样做。我在生产数据库上设置了 UTF-8 编码。

这是产品日志。它没有得到相同的字符。

App 18197 stderr: Started GET "/letterfilter?title=%D0%8C" for IP at2015-07-30 12:03:46 -0400
App 18197 stderr: Processing by PostsController#letterfilter as HTML
App 18197 stderr:   Parameters: {"title"=>"Ќ"}
App 18197 stderr:   Rendered posts/letterfilter.html.haml within layouts/application (4.3ms)
App 18197 stderr:   Rendered posts/_search.html.haml (0.8ms)
App 18197 stderr:   Rendered shared/_header.html.haml (9.6ms)
App 18197 stderr:   Rendered shared/_footer.html.haml (0.2ms)
App 18197 stderr: Completed 200 OK in 18ms (Views: 16.6ms | ActiveRecord: 0.2ms)

App 18197 stderr: Started GET "/letterfilter?title=%D0%9A" for IP at 2015-07-30 12:03:51 -0400
App 18197 stderr: Processing by PostsController#letterfilter as HTML
App 18197 stderr:   Parameters: {"title"=>"К"}
App 18197 stderr:   Rendered posts/letterfilter.html.haml within layouts/application (4.9ms)
App 18197 stderr:   Rendered posts/_search.html.haml (0.7ms)
App 18197 stderr:   Rendered shared/_header.html.haml (7.7ms)
App 18197 stderr:   Rendered shared/_footer.html.haml (0.2ms)
App 18197 stderr: Completed 200 OK in 17ms (Views: 14.2ms | ActiveRecord: 0.9ms)

什么可能导致此问题？我应该将我的数据库编码更新为 utf8mb4 吗？

欢迎任何帮助。谢谢。

Answer 1

Ќ 是 utf8 或 utf8mb4 中的十六进制 D08C。西里尔字母完全被CHARACTER SET 覆盖。 К 是D09A，可以在?title= 中看到

嗯，这很有趣：

mysql> SELECT 'К' = 'Ќ' COLLATE utf8_bin AS bin,
              'К' = 'Ќ' COLLATE utf8_general_ci AS general,
              'К' = 'Ќ' COLLATE utf8_unicode_ci AS unicode;
+-----+---------+---------+
| bin | general | unicode |
+-----+---------+---------+
|   0 |       1 |       0 |
+-----+---------+---------+

mysql> SELECT 'Г' = 'Ѓ' COLLATE utf8_bin AS bin,
              'Г' = 'Ѓ' COLLATE utf8_general_ci AS general,
              'Г' = 'Ѓ' COLLATE utf8_unicode_ci AS unicode;
+-----+---------+---------+
| bin | general | unicode |
+-----+---------+---------+
|   0 |       1 |       0 |
+-----+---------+---------+

位模式不同，因此 utf8_bin 排序不相等。但通常只要 general 相等，unicode 也一样。

回到你的问题......你是什么意思“它没有得到相同的字符”？