具有与 MySQL 的 utf8_general_ci 排序相似特征的 Java Collat​​or

Posted 2023-02-24

【中文标题】具有与 MySQL 的 utf8_general_ci 排序相似特征的 Java Collat​​or

【英文标题】：Java Collator with similar characteristic as MySQLs utf8_general_ci collation

【发布时间】：2016-07-09 04:11:16

【问题描述】：

是否有任何Collator 实现与 mysql 的 utf8_general_ci 具有相同的特征？我需要一个不区分大小写且不区分德语变音符号如ä 和元音a 的整理器。

背景： 我们最近遇到了一个错误，它是由我们的表中的错误排序规则引起的。使用的排序规则是utf8_general_ci，其中utf8_bin 是正确的排序规则。特定列具有唯一索引。 utf8_general_ci 排序规则不区分 pöker 和 poker 之类的词，因此合并了行，这是不希望的。 我现在需要一种方法来为我们的 Java 应用程序实现一个模块，它可以修复错误的行。

【问题讨论】：

将特定列（唯一索引列）的排序规则更改为utf8_bin

我们已经这样做了。剩下的问题是修复现有的行。应用程序需要使用原始数据重建那些错误的行。

如果您需要大小写折叠，但需要区分重音，请通过bugs.mysql.com 提出请求。

【参考方案1】：

您可以使用以下整理器：

Collator collator = Collator.getInstance();
collator.setStrength(Collator.PRIMARY);

具有这种实力的校对者只会在比较过程中考虑主要差异。

考虑一个例子：

System.out.println(compare("abc", "ÀBC", Collator.PRIMARY)); //base char
System.out.println(compare("abc", "ÀBC", Collator.SECONDARY)); //base char + accent
System.out.println(compare("abc", "ÀBC", Collator.TERTIARY)); //base char + accent + case
System.out.println(compare("abc", "ÀBC", Collator.IDENTICAL)); //base char + accent + case + bits

private static int compare(String first, String second, int strength) 
   Collator collator = Collator.getInstance();
   collator.setStrength(strength);
   return collator.compare(first, second);

输出是：

0
-1
-1
-1

查看这些链接了解更多信息：

http://www.javapractices.com/topic/TopicAction.do?Id=207 https://docs.oracle.com/javase/7/docs/api/java/text/Collator.html#PRIMARY

【讨论】：

请注意，通过使用Collator.getInstance();，您将取决于实际获得的整理者...我建议选择并明确指定Locale...然后问题就变成了...什么语言环境？就目前而言，如果运行它的计算机设置为这些设置，则此代码将选择法语或德语区域设置......可能没问题，或者可能需要您的用户更改他们的 Windows 设置以在您的程序中获得正确的结果。 ..

另见这篇博文：Using MySQL Collations in Java

另见此问题：***.com/questions/33999947/…