mysql - MySQL WHERE `character` = 'a' 匹配 a、A、Ã 等。为什么？

Question

我在 MySQL 中有以下查询：

SELECT id FROM unicode WHERE `character` = 'a'

该表unicode包含每个 unicode 字符以及一个 ID（它是整数编码值）。由于表的排序规则设置为 utf8_unicode_ci，因此我预计上述查询仅返回 97（字母“a”）。相反，它返回 119 行，其中包含许多类似“a”的字母的 ID：

一个阿...

它似乎忽略了字符的大小写和多字节性质。

有任何想法吗？

Answer 1

如Unicode Character Sets下所述：

MySQLxxx_unicode_ci根据http://www.unicode.org/reports/tr10/中描述的 Unicode Collat​​ion Algorithm (UCA) 实现排序规则。排序规则使用版本 4.0.0 UCA 权重键：http ://www.unicode.org/Public/UCA/4.0.0/allkeys-4.0.0.txt 。

完整的排序规则表清楚地表明，在这种排序规则中，基本字母的大多数变体都是等效的，无论它们的字母大小写或重音/装饰如何。

如果您只想匹配精确的字母，您应该使用二进制排序规则，例如utf8_bin.

Answer 2

表格的整理是问题的一部分；带有 _ci 排序规则的 MySQL 将所有这些 'a' 视为相同字符的变体。

切换到 _cs 排序规则将强制引擎区分 'a' 和 'A'，以及 'á' 和 'Á'，但它仍可能将 'a' 和 'á' 视为同一个字符。

如果您需要精确的比较语义，完全不考虑相似字符的等价性，您可以使用BINARY比较运算符

SELECT id FROM unicode WHERE BINARY character = 'a'

Answer 3

排序规则中的ci表示不区分大小写。切换到区分大小写的排序规则 ( cs) 以获得您正在寻找的结果。