如何在 MySQL 中控制 UTF-8 排序？

Posted 2023-02-24

【中文标题】如何在 MySQL 中控制 UTF-8 排序？

【英文标题】：How can I control UTF-8 ordering in MySQL?

【发布时间】：2012-05-13 21:03:42

【问题描述】：

例如，这是标准“按名称排序”查询返回的顺序：

name
------
Cebbb
Čebbc
Cebbd

我想按名称排序并得到重音字符first，与其他重音字符分组，例如

name
------
Čebbc
Cebbb
Cebbd

默认情况下，mysql 将Č 视为C，以进行排序，并按显示的顺序进行排序。

或者，在 php 中是否有一种方法可以将Č“转换”为C，以便进行比较？

【参考方案1】：

你可以add a COLLATE expression to your ORDER BY clause:

SELECT k
FROM t1
ORDER BY k COLLATE utf8_spanish_ci;

然后，将使用正确的排序规则对列进行排序，并且列定义可以保持不变。

【讨论】：

我认为最初的问题令人困惑；我已经更新澄清。

Yogu 的解决方案似乎可以回答您的问题。使用正确的排序规则，SQL 将按照该语言的正确顺序对字符进行排序。

【参考方案2】：

最简单的方法是对列本身应用适当的排序规则，例如：

CREATE TABLE foo (
    foo_id INT(10) UNSIGNED NOT NULL AUTO_INCREMENT,
    `name` VARCHAR(30) NOT NULL COLLATE 'utf8_spanish_ci',
    PRIMARY KEY (`foo_id`)
)
COLLATE='utf8_spanish_ci'
ENGINE=InnoDB;

---

更新：

Č 不是西班牙字母：

在克罗地亚语、斯洛文尼亚语、波斯尼亚语、Skolt Sami 和 Lakota 字母表中，它 是字母表中的第四个字母。在捷克语、北萨米语字母表中 和波罗的海语言立陶宛语和拉脱维亚语，这封信是 第五名。在斯洛伐克语中，它是字母表中的第六个字母。也是 用于普什图语（相当于 چ‎）和 Saanich。

与数字不同，字母没有固定的绝对顺序。字母顺序的整个概念是相对的——你必须首先选择一个规则集。运行此 SQL 查询以了解您的 MySQL 服务器中有哪些可用：

SHOW CHARACTER SET

...并选择更符合您期望的那个。手册中有brief description。

【讨论】：

当您说“正确”时，是否包括 utf8_general_ci？这就是表和列已经指定的内容，并且更改它不会非常容易，因为数据库不是“我的”（它是 joomla 提供的）

“正确”取决于语言。排序文本时有不同的规则。如果utf8_spanish_ci 是您当前的排序规则，那么您的确切问题是什么？你不想要现代西班牙规则，或者你没有得到它们？

啊——我明白了。你是说Č是西班牙文吗？在这种情况下，它实际上不是（或没有在西班牙语中使用），但是 - 我希望 - 这不相关。将会有来自多种语言的一大堆字符。如果尝试将 Č 视为 C 是荒谬的，那么我很高兴 not 这样做，但这又回到了 MySQL 将它们视为平等的原始问题。跨度>

@BobbyJack 然后使用utf8_bin。它通过 Unicode 代码点比较字符，这意味着没有重音或大小写折叠。

【参考方案3】：

要将带有重音或变音符号的特殊字符替换为普通的拉丁字符，可以使用php函数iconv：

iconv("UTF-8", "ASCII//TRANSLIT", $text)

这会将变量$text 转换为纯ASCII 字符。例如，müßig 会被转换成 muessig，而 caffée 会被转换成 caffee。

【讨论】：

虽然我不知道 alternative 解决方案与您的主要问题有什么关系

另一种解决方案允许我在 PHP 中将这两个字符视为相同，从而使我能够将它们分组到一个公共标题下。我从数据库中获取行，然后在初始字符更改时输出“标题” - 就像书中的索引列表一样。目前，我得到一个“C”名称列表，后跟一个“Č”名称，然后是另一个“C”名称列表。

嗯，好吧，那么 php 解决方案似乎更好，因为您肯定不希望每个特殊字符都有一个部分。

这绝对是最接近的解决方案。由于本地环境问题（即 iconv 和 MAMP 的问题），我实际上无法立即使用此解决方案，但 iconv() 绝对解决了比较问题。 MySql SORT BY 修复会更好，但与此同时我会投票给你。

特殊字符是例外，因此每个特殊字符的部分实际上是可以的。

【参考方案4】：

好的，这是我的解决方案，诚然，这是一个非常特殊的情况：

ORDER BY SUBSTRING(name, 1, 1),
         BINARY SUBSTRING(name, 1, 1),
         name

这当然不是最有效的查询——不过，在这种情况下，这并不是什么大问题——但它确实通过以下方式解决了我的问题：

按初始字符排序（MySql 会将Č 和C 视为相同） 然后 按初始字符的二进制值排序，这将区分Č 和C 然后按全名排序，这实际上将按字符串的其余部分排序。

这将在第一个字符之后进行非最佳排序，但这不是问题。