为啥 MySQL 将 é 视为与 e 相同？

Posted 2023-02-24

【中文标题】为啥 MySQL 将 é 视为与 e 相同？

【英文标题】：Why is MySQL treating é the same as e?为什么 MySQL 将 é 视为与 e 相同？

【发布时间】：2011-10-18 16:38:28

【问题描述】：

我正在使用 Django Web 应用程序将 Unicode 字符串存储在 mysql 数据库中。我可以很好地存储 Unicode 数据，但是在查询时，我发现 é 和 e 被视为同一个字符：

In [1]: User.objects.filter(last_name='Jildén')
Out[1]: [<User: Anders Jildén>]

In [2]: User.objects.filter(last_name='Jilden')
Out[2]: [<User: Anders Jildén>]

直接使用MySQL shell时也是这样：

mysql> select last_name from auth_user where last_name = 'Jildén';
+-----------+
| last_name |
+-----------+
| Jildén   |
+-----------+
1 row in set (0.00 sec)

mysql> select last_name from auth_user where last_name = 'Jilden';
+-----------+
| last_name |
+-----------+
| Jildén   |
+-----------+
1 row in set (0.01 sec)

这里是数据库字符集设置：

mysql> SHOW variables LIKE '%character_set%';
+--------------------------+------------------------------------------------------+
| Variable_name            | Value                                                |
+--------------------------+------------------------------------------------------+
| character_set_client     | latin1                                               |
| character_set_connection | latin1                                               |
| character_set_database   | utf8                                                 |
| character_set_filesystem | binary                                               |
| character_set_results    | latin1                                               |
| character_set_server     | latin1                                               |
| character_set_system     | utf8                                                 |
| character_sets_dir       | /usr/local/Cellar/mysql/5.1.54/share/mysql/charsets/ |
+--------------------------+------------------------------------------------------+

这是表架构：

CREATE TABLE `auth_user` (
    `id` int(11) NOT NULL AUTO_INCREMENT,
    `username` varchar(30) CHARACTER SET utf8 NOT NULL,
    `first_name` varchar(30) CHARACTER SET utf8 NOT NULL,
    `last_name` varchar(30) CHARACTER SET utf8 NOT NULL,
    `email` varchar(200) CHARACTER SET utf8 NOT NULL,
    `password` varchar(128) CHARACTER SET utf8 NOT NULL,
    `is_staff` tinyint(1) NOT NULL,
    `is_active` tinyint(1) NOT NULL,
    `is_superuser` tinyint(1) NOT NULL,
    `last_login` datetime NOT NULL,
    `date_joined` datetime NOT NULL,
    PRIMARY KEY (`id`),
    UNIQUE KEY `username` (`username`)
) ENGINE=InnoDB AUTO_INCREMENT=7952 DEFAULT CHARSET=utf8 COLLATE=utf8_bin

这是我通过 Django 的 DATABASES 设置传递的选项：

DATABASES = 
    'default': 
        # ...
        'OPTIONS': 
            'charset': 'utf8',
            'init_command': 'SET storage_engine=INNODB;',
        ,
    ,

请注意，我已尝试将表排序规则设置为utf8_bin，但没有任何效果：

mysql> alter table auth_user collate utf8_bin;

mysql> select last_name from auth_user where last_name = 'Jilden';
+-----------+
| last_name |
+-----------+
| Jildén   |
+-----------+
1 row in set (0.00 sec)

如何让 MySQL 将它们视为不同的字符？

【问题讨论】：

请发布SHOW CREATE TABLE tablename的输出，其中tablename是包含相关列的表的名称。

我已编辑问题以包含表架构。谢谢。

【参考方案1】：

当您更改表格排序规则时，您已经快到了，但并不完全。在 MySQL 中，表中的每一列都有自己的字符集和排序规则。该表有自己的字符集和排序规则，但这不会覆盖列排序规则；它仅确定您未指定排序规则的新列的排序规则。所以您没有更改您感兴趣的列的排序规则。

ALTER TABLE tablename MODIFY columnname
    varchar(???) CHARACTER SET utf8 COLLATE utf8_bin NOT NULL

【参考方案2】：

您需要设置一个将变音符号视为重要的排序规则。尝试使用utf8_bin

【讨论】：

我尝试将表排序规则设置为utf8_bin，但这似乎没有帮助。除了ALTER TABLE auth_user COLLATE utf8_bin，我还需要做些什么吗？

@claymation: ALTER TABLE … COLLATE 实际上是 ALTER TABLE … DEFAULT COLLATE 只会影响新添加的列。你需要运行ALTER TABLE auth_user CONVERT TO CHARACTER SET utf8 COLLATE utf8_bin。

【参考方案3】：

我认为了解表的字符集和您要查询的字段非常重要。

您的问题的答案可以在这里找到http://dev.mysql.com/doc/refman/5.0/en/charset-unicode-sets.html

您查询的字段可能具有 utf8_general_ci 字符集。 要获得您想要的内容，您应该将该字段的字符集设置为 utf8_unicode_ci

请记住，正如手册所述，对 utf8_unicode_ci 字符集字段的查询比对 utf8_general_ci 字段的查询慢