带有外来字符的 URL 和标题

Posted 2023-02-24

【中文标题】带有外来字符的 URL 和标题

【英文标题】：URL and Title with Foreign Characters

【发布时间】：2014-01-13 15:19:18

【问题描述】：

有人可以在我的 ASPX 网页上添加文章。

例如，他们输入类似这样的标题：

Öçöçü

这在数据库中保存为：

Öçöçü

但是当我需要从数据库中读取它并为其创建一个 url 时，我会以这种格式读取它：

Ococu

所以我派人阅读这篇文章到这个网址：www.test.com/ococu，Ococu 是查询字符串。

我需要检索标题为Öçöçü的这篇文章的内容，但我不能这样做

SELECT * FROM Article WHERE Title = Ococu（Ococu = 查询字符串），因为它已作为Öçöçü保存到数据库中

我能做些什么来解决这个问题？我需要执行该查询，但这是不可能的，因为查询字符串不包含保存在数据库中的外来字符。

或者我应该在数据库中创建两个属性？一个用于Title，另一个用于URL？所以我可以在 where 子句中执行查询：WHERE URL = Ococu

我需要你们的帮助。

【问题讨论】：

你使用什么数据库？您插入数据库的变量类型是什么？

mysql，我只是向数据库发送一个String，例如：土耳其语。

您的数据库中的字符集是否设置为相关的（土耳其语）？

@Ghost93 不，它将特殊字符更改为： ü诸如此类...

试试这个答案：***.com/questions/10444004/mysql-turkish-character

【参考方案1】：

如果不知道列在 MySQL 表中的声明方式以及实体（字符）的存储方式，很难判断如何解决此问题。如果您的列声明如下：

  Title VARCHAR(50) CHARACTER SET utf8 COLLATE utf8_turkish_ci

这允许表格包含您的土耳其语字符（以及希腊语和匈牙利语，就此而言），而不必进行实体编码（ü 等）

如果实际上您的表是这样编码的，请尝试以下 SELECT 语句：

 SELECT * 
   FROM Article
  WHERE Title = 'ococu' 
COLLATE utf8_general_ci

由于对土耳其语一无所知，我不知道这是什么原因，但很明显，土耳其语排序规则将 ö 视为与 o 不同的字母，同样适用于 ç 和 c 和 @ 987654329@ 和u。但是，utf_general_ci 排序规则将这些字母视为相同。这就是上面的SELECT 语句有效的原因。

如果您在表中的数据以实体编码（ü 等）存储，您确实应该将其转换为 utf8，以便您可以使用这种搜索。

最后，您提到的带有 ococu 值的 URL 片段在交易中通常被称为 slug。您的标题Öçöçü 需要转换为 slug 值以进行搜索。我上面的建议使用排序规则来做到这一点。值得一提的是，内容管理系统通常将文章的标题和 slug 存储在数据库表的单独列中。这允许在创建文章时明确地从标题创建 slug。

这是一个 Stack Overflow 项目，解释如何使用 C# 将 unicode 短语转换为 slug。

URL Slugify algorithm in C#?

【讨论】：

感谢您的回答！现在我创建了 2 列，一个用于带有外来字符的标题，另一个用于 slug（用作 URL），这也是一个好的解决方案吗（就像你提到的那样）？

是的，两列方法将是高质量的并且可以轻松扩展。

【参考方案2】：

最好在数据库中有 2 个单独的字段，一个用于标题，另一个用于 url。有时您希望更改标题，但 url 保持不变，这样现有的链接就不会被破坏。而且您可能不希望在您的网址中包含空格和其他特殊字符，因此您希望缩短和替换符号（就像您在问题中描述的那样）。

如果第三方在您的网站上创建文章，例如从 url 参数执行讨厌的脚本，这也可以减轻一些可能暴露的安全风险。

【讨论】：

网络程序员应该如何解决这个问题？他们是否还应该创建 2 个单独的字段？

我会说应该从标题自动生成 url 句柄 - 用- 替换空格，删除特殊字符并剪切长字符串。这不是用户输入的，所以输入表单上没有额外的字段，而是DB表中的额外字段。

是的，我也在考虑这个，但不知道有没有其他更好的选择